🧠 Parte 4 – Configuración de Tipos de Datos

🧠 Parte 4 – Configuración de Tipos de Datos

Antes de crear visualizaciones o aplicar medidas, es fundamental asegurarse de que cada columna tenga el tipo de dato correcto. Esto permite operaciones como sumas, conteos, agrupaciones y análisis de fechas.

📌 ¿Por qué es importante?

  • Una columna de ingresos en formato texto no puede ser sumada.
  • Una fecha mal formateada puede impedir cálculos de tiempo o agrupaciones por mes.
  • Evita errores en gráficos y en medidas DAX.

🔧 Pasos para cambiar el tipo de dato:

  1. Abrir Power Query Editor desde Power BI con el botón Transformar datos.
  2. Ubicar el ícono al lado del nombre de cada columna (ejemplo: ABC para texto, 1.2 para decimales).
  3. Haz clic en el ícono y selecciona el tipo adecuado:
    • Texto (ABC): Para identificadores, códigos o nombres.
    • Decimal Number (1.2): Para ingresos, precios o cualquier valor monetario.
    • Whole Number: Para cantidades sin decimales, como stock.
    • Date: Para fechas en formato día/mes/año o similar.

💰 Formato de moneda:

Después de aplicar el tipo de dato Decimal, selecciona la columna (ej. Revenue) y en la pestaña Column Tools elige Formato moneda (USD, EUR, etc.).

🌐 Fechas y localización:

  • Algunas fechas pueden estar en formato MM/DD/YYYY

Comentarios

Publicar un comentario

Entradas más populares de este blog

Taller: Storytelling con el Mercado de Analistas de Datos Taller en Google Colab: Storytelling con el Mercado de Analistas de Datos Objetivo: Analizar el dataset de Kaggle sobre ofertas laborales para analistas de datos y construir una historia visual con hallazgos clave. 🔗 Paso 1: Accede a Google Colab Conoce a Alex, un joven apasionado por los datos. Ha decidido convertirse en analista de datos y quiere explorar el mercado laboral para entender dónde postularse y qué habilidades necesita. 1. Ingresa a https://colab.research.google.com . 2. Crea un nuevo notebook. 3. Cambia el nombre a: Storytelling_AnalystJobs . 📥 Paso 2: Cargar el dataset Alex encontró un interesante dataset de Kaggle con miles de ofertas laborales para analistas de datos. Ahora quiere cargarlo en su notebook para comenzar su análisis. 1. Descarga el archivo CSV desde Kaggle . 2. Sube el archivo a tu notebook usando: from google.colab ...
Leer más

Taller - Dashboard en Python

Taller - Dashboard en Python (Google Colab) 📈 Taller: Creación de Dashboard Interactivo en Python con Datos de Recursos Humanos 🌟 Objetivo: Aprenderás a construir un dashboard de análisis de Recursos Humanos usando Google Colab y librerías de visualización interactivas como Plotly . Al finalizar, generarás un archivo HTML con todas tus gráficas. 🔹 Instrucciones paso a paso: Sube el archivo RRHH.xlsx a tu entorno de Google Colab. Ejecuta el siguiente bloque para instalar las librerías necesarias: !pip install pandas plotly openpyxl seaborn matplotlib Carga el archivo Excel: import pandas as pd df = pd.read_excel("RRHH.xlsx") df.head() Limpieza de datos y corrección de tipos: Convertir fechas: df["Fecha_Contratacion"] = pd.to_datetime(df["Fecha_Contratacion"], errors='coerce') Reemplazar valores nulos o erróneos: # Reemp...
Leer más