PowerLens
Todas las publicaciones
Power BI12 de febrero de 2026· 4 min de lectura

Trucos de Power Query que transformarán tu flujo de trabajo en Power BI

J

Juan Carlos Santiago

Trucos de Power Query que transformarán tu flujo de trabajo en Power BI

Trucos de Power Query que transformarán tu flujo de trabajo en Power BI

Power Query es el corazón del procesamiento de datos en Power BI. Si aprendes a dominar sus funcionalidades, transformarás completamente tu productividad y la calidad de tus análisis. En este artículo te compartiremos los trucos más prácticos que todo analista de datos debe conocer.

1. Fusión inteligente de consultas

La fusión de consultas es fundamental cuando trabajas con datos de múltiples fuentes. Existen dos tipos principales: Combinar (Merge) para unir horizontalmente y Anexar (Append) para unir verticalmente.

Fusión con Merge

Cuando necesites traer información adicional de otra tabla, utiliza Merge:

1. Ve a la pestaña "Inicio"
2. Selecciona "Combinar consultas"
3. Elige el tipo de combinación (izquierda externa, interna, etc.)
4. Define las columnas clave de coincidencia

Ejemplo práctico: Tienes una tabla de ventas y otra de clientes. Deseas agregar el segmento de cliente a cada venta. Una combinación interna por ID de cliente resolverá esto en segundos.

Anexión de consultas

Cuando tienes datos similares en múltiples tablas (ej: ventas de diferentes meses), la anexión es tu aliada:

1. Selecciona tu primera consulta
2. Ve a "Nuevo Origen" → "Combinar consultas" → "Anexar"
3. Añade las tablas adicionales
4. Power Query alineará automáticamente las columnas

2. Desapilamiento de columnas: transforma datos en forma amplia a forma larga

El desapilamiento (unpivot) es esencial cuando tus datos están en formato de tabla cruzada. Imagina una tabla donde cada mes es una columna.

Pasos para desapilar

1. Selecciona las columnas que deseas desapilar
2. Haz clic derecho → "Desapilar columnas"
3. Power Query creará filas con los valores anteriores como columnas

Resultado: En lugar de tener enero, febrero, marzo como columnas, obtendrás:

  • Columna "Mes" con valores: enero, febrero, marzo
  • Columna "Valor" con los números correspondientes

Esto es revolucionario para análisis de series temporales.

3. Columnas personalizadas con lenguaje M

El lenguaje M es potente y flexible. Las columnas personalizadas te permiten crear lógica compleja.

Ejemplo 1: Categorizar por rango

= if [Ventas] > 10000 then "Alto"
  else if [Ventas] > 5000 then "Medio"
  else "Bajo"

Ejemplo 2: Concatenación condicional

= [Nombre] & " (" & [Ciudad] & ")" & if [Activo] then " ✓" else " ✗"

Pasos para crear columnas personalizadas

  1. En la pestaña "Agregar columna"
  2. Haz clic en "Columna personalizada"
  3. Escribe tu fórmula M
  4. Presiona OK

4. Manejo robusto de errores

Los errores en tus datos pueden sabotear análisis enteros. Power Query ofrece herramientas para gestionarlos elegantemente.

Usar try-catch en M

= try Number.FromText([MiColumna]) otherwise null

Esto intenta convertir texto a número; si falla, devuelve null.

Eliminar filas con errores

1. Ve a la columna problemática
2. Haz clic en el pequeño ícono de filtro
3. Desmarca "Error"
4. Presiona OK

Reemplazar errores

1. Selecciona la columna
2. Haz clic derecho → "Reemplazar errores"
3. Especifica el valor de reemplazo (ej: 0, "N/A")

5. Crear tablas de fechas automáticamente

Una tabla de fechas bien construida es imprescindible para análisis temporales robustos.

Crear tabla de fechas con M

= Table.FromList(
  {Number.From(Date.From(DateTime.Now())) .. Number.From(Date.From(DateTime.Now()) + #duration(365, 0, 0, 0)))},
  Splitter.SplitByNothing(),
  {"DateKey"},
  null,
  ExtraValues.Error
)

Luego agrega columnas derivadas

1. Año = YEAR([Fecha])
2. Mes = MONTH([Fecha])
3. Trimestre = QUARTER([Fecha])
4. NombreMes = FORMAT([Fecha], "MMMM")

6. Refresh incremental: optimiza tiempo de carga

Para tablas enormes, el refresh incremental es transformador. Solo recarga los datos nuevos o modificados.

Configuración básica

1. En Power BI Desktop, ve a "Administrar parámetros"
2. Crea dos parámetros: "FechaMinima" y "FechaMaxima"
3. En Power Query, filtra tu consulta:
   [FechaModificacion] >= FechaMinima AND [FechaModificacion] <= FechaMaxima
4. En el servicio, configura la política de refresh incremental

Esto reduce drásticamente los tiempos de actualización.

Pro Tip

Aprende el Editor avanzado de Power Query. Muchos transformaciones complejas son más fáciles de escribir directamente en M que hacer clic por la interfaz. Presiona Ctrl + Alt + M para abrirlo. Este cambio de mentalidad te convertirá en un maestro de Power Query en semanas.

#power-query#power-bi#transformación-datos#análisis-datos#power-platform