Zapytania w Power Query – jak robić?

Wprowadzenie do Power Query i zapytań

Power Query to narzędzie dostępne w programach Microsoft Excel oraz Power BI, które umożliwia łatwe pobieranie, przekształcanie i łączenie danych z różnych źródeł. Dzięki przyjaznemu interfejsowi oraz możliwości automatyzacji operacji, Power Query stało się nieocenionym wsparciem dla analityków danych, finansistów i użytkowników pracujących z dużymi zestawami informacji.

Podstawowym pojęciem w Power Query jest zapytanie. Zapytanie to zestaw instrukcji opisujących, skąd pobierane są dane oraz jakie operacje mają być na nich wykonane. Może ono służyć do oczyszczania danych, ich agregowania, filtrowania czy też scalania z innymi zbiorami. Choć wiele operacji można przeprowadzić ręcznie w Excelu, Power Query pozwala zautomatyzować te czynności i wykonać je szybciej oraz z większą precyzją.

Power Query wyróżnia się kilkoma kluczowymi cechami:

• Bezpośrednie połączenia z wieloma źródłami danych – od plików Excel, przez bazy danych, po usługi online.
• Intuicyjny interfejs – większość operacji można wykonać za pomocą kilku kliknięć.
• Możliwość śledzenia i edytowania kroków – każda transformacja danych jest zapisywana i może być łatwo zmieniona.
• Automatyzacja i powtarzalność – raz zdefiniowane zapytanie można wielokrotnie odświeżać, by pobierało nowe dane bez konieczności powtarzania ręcznych operacji.

Power Query integruje się bezpośrednio z modelem danych, co oznacza, że przygotowane i oczyszczone dane mogą być dalej analizowane w Excelu lub Power BI za pomocą tabel przestawnych, miar czy wykresów.

Rozpoczęcie pracy z Power Query nie wymaga znajomości języków programowania, choć pod spodem działa język M, który oferuje zaawansowane możliwości dla bardziej wymagających użytkowników.

Tworzenie pierwszego zapytania – krok po kroku

Power Query to narzędzie, które pozwala łatwo pobierać, przekształcać i integrować dane z różnych źródeł. Tworzenie zapytania oznacza zdefiniowanie serii operacji, które mają być wykonane na danych – od ich załadowania, przez oczyszczenie, aż po przygotowanie do dalszej analizy.

Wielu uczestników szkoleń Cognity zgłaszało potrzebę pogłębienia tego tematu – odpowiadamy na tę potrzebę także na blogu.

Aby utworzyć pierwsze zapytanie w Power Query, należy rozpocząć od zaimportowania danych. Najczęściej robi się to z poziomu aplikacji, takiej jak Excel lub Power BI, wybierając polecenie umożliwiające pobranie danych z określonego źródła (np. pliku Excel, bazy danych, strony internetowej czy usługi online).

Po wskazaniu źródła danych, Power Query otwiera Edytor zapytań – środowisko, w którym użytkownik może dokonywać transformacji danych. Każdy krok transformacji jest zapisywany i widoczny na liście operacji, co pozwala łatwo śledzić zmiany i modyfikować je w razie potrzeby.

Podstawowe operacje wykonywane na tym etapie to m.in. wybieranie kolumn, filtrowanie wierszy, zmiana typów danych czy sortowanie. Wszystkie te czynności odbywają się w sposób intuicyjny – za pomocą przyjaznego interfejsu graficznego, bez konieczności pisania kodu.

Na koniec, po wykonaniu wszystkich niezbędnych przekształceń, zapytanie można załadować do Excela lub Power BI, gdzie dane będą gotowe do dalszej pracy analitycznej.

Tworzenie zapytań w Power Query to proces oparty na logice kroków, gdzie każda operacja jest częścią większego łańcucha transformacji. Dzięki temu użytkownicy mogą szybko i efektywnie przygotować dane do analizy, nawet jeśli nie posiadają doświadczenia programistycznego.

Źródła danych i sposoby ich integracji

Power Query umożliwia importowanie i integrowanie danych z wielu różnych źródeł, co czyni go niezwykle elastycznym narzędziem analitycznym. W tej sekcji omówimy główne typy źródeł danych oraz sposoby ich łączenia w ramach zapytań.

Podstawowe źródła danych

Power Query obsługuje szeroki wachlarz źródeł, które można podzielić na kilka głównych kategorii:

• Pliki lokalne – takie jak Excel, CSV, TXT, JSON czy XML.
• Bazy danych – m.in. SQL Server, MySQL, PostgreSQL, Oracle.
• Usługi online – SharePoint, Microsoft Exchange, Dynamics 365, Salesforce.
• Strony internetowe – dane z tabel HTML lub plików JSON pochodzących z API.
• Inne źródła – np. foldery z wieloma plikami, Web API, OData, Azure Blob Storage.

Porównanie typów źródeł

Integracja danych z różnych źródeł

Power Query pozwala na łączenie informacji z różnych źródeł w jednym modelu danych. Dzięki temu możliwe jest np. zestawienie danych sprzedażowych z pliku Excel z informacjami o klientach z bazy SQL czy połączenie statystyk z plików CSV z danymi z API.

Przykładowo, zapytanie może wyglądać tak:

let
  ŹródłoExcel = Excel.Workbook(File.Contents("C:\dane\sprzedaz.xlsx"), null, true),
  ŹródłoSQL = Sql.Database("serwerSQL", "BazaKlientow"),
  ScalonaTabela = Table.Join(ŹródłoExcel, "ID_Klienta", ŹródłoSQL, "ID")
in
  ScalonaTabela

Dzięki takiej integracji użytkownik może analizować dane pochodzące z różnych systemów w jednym miejscu, bez potrzeby ręcznego ich łączenia. Jeśli chcesz nauczyć się, jak efektywnie tworzyć takie zapytania i optymalizować proces analizy danych, sprawdź nasz Kurs Microsoft Power Query - analiza danych przy użyciu języka M i optymalizacja procesu analizy danych.

Przekształcanie i filtrowanie danych

Power Query umożliwia elastyczne przygotowanie danych do analizy poprzez szereg operacji przekształcania i filtrowania. Choć obie te funkcjonalności dotyczą modyfikacji danych źródłowych, ich cele i zastosowania różnią się zasadniczo. W czasie szkoleń Cognity ten temat bardzo często budzi ożywione dyskusje między uczestnikami.

Przekształcanie danych

Przekształcanie (ang. transform) polega na zmianie struktury, typu lub zawartości danych w celu ich standaryzacji lub dopasowania do dalszych analiz. Można tu wyróżnić operacje takie jak:

• zmiana typu danych (np. tekst na liczbę),
• dzielenie i scalanie kolumn,
• usuwanie duplikatów,
• zmiana wielkości liter,
• zastępowanie wartości.

Filtrowanie danych

Z kolei filtrowanie (ang. filter) służy do ograniczenia zbioru danych do interesujących nas rekordów. Filtry mogą być stosowane na podstawie wartości w kolumnach, dat, zakresów liczbowych czy warunków logicznych.

Przykład prostego filtrowania kolumny „Status” w Power Query (język M):

Table.SelectRows(Źródło, each [Status] = "Aktywny")

Porównanie przekształcania i filtrowania

Rozróżnienie między tymi procesami ułatwia planowanie kolejnych kroków w raportowaniu i analizie danych. W Power Query są one dostępne jako osobne funkcje, ale często stosowane są razem w jednym zapytaniu, co pozwala budować dokładnie taki zestaw danych, jaki jest potrzebny użytkownikowi.

Łączenie, scalanie i dodawanie zapytań

Power Query oferuje elastyczne narzędzia do pracy z wieloma źródłami danych poprzez funkcje łączenia (join), scalania (merge) i dodawania (append) zapytań. Każda z tych operacji ma swoje specyficzne zastosowania w zależności od tego, jak dane powinny zostać połączone lub uzupełnione.

Podstawowe różnice

Przykład użycia

Przykładowy kod M służący do scalenia dwóch zapytań:

let
    Źródło1 = Excel.CurrentWorkbook(){[Name="Tabela1"]}[Content],
    Źródło2 = Excel.CurrentWorkbook(){[Name="Tabela2"]}[Content],
    ScalonaTabela = Table.NestedJoin(Źródło1, {"ID"}, Źródło2, {"ID"}, "NoweDane", JoinKind.LeftOuter),
    RozwiniętaTabela = Table.ExpandTableColumn(ScalonaTabela, "NoweDane", {"KolumnaZŹródła2"})
in
    RozwiniętaTabela

W tym przykładzie scalane są dwie tabele na podstawie wspólnego pola ID, a następnie rozszerzana jest kolumna z drugiej tabeli.

Rozumienie, kiedy zastosować scalanie, a kiedy dodawanie zapytań, jest kluczowe dla skutecznej pracy w Power Query. Wybór odpowiedniej metody zależy od struktury i celu analizy danych. Jeśli chcesz pogłębić swoją wiedzę i sprawnie stosować język M w Power BI, sprawdź Kurs Język M - Microsoft Business Intelligence - sprawne wykorzystanie Power BI podczas analizy danych i stosowanie języka M.

Najczęstsze operacje i praktyczne przykłady

Power Query umożliwia wykonywanie wielu operacji na danych, które są niezbędne w codziennej pracy z arkuszami kalkulacyjnymi, raportami czy analizą biznesową. Poniżej przedstawiono zestaw najczęściej wykonywanych operacji wraz z krótkimi przykładami ich zastosowania.

Typowe operacje w Power Query

Praktyczny przykład – kolumna warunkowa

Załóżmy, że mamy kolumnę Dochód i chcemy zaklasyfikować każdy wiersz jako „Niski”, „Średni” lub „Wysoki”. Można to zrobić za pomocą kolumny warunkowej w Power Query:

if [Dochód] < 3000 then "Niski"
else if [Dochód] < 7000 then "Średni"
else "Wysoki"

Łączenie kolumn

Operacja przydatna przy budowie unikalnych identyfikatorów lub formatowaniu danych. Przykład:

Text.Combine({[Imię], [Nazwisko]}, " ")

Połączenie imienia i nazwiska w jedną kolumnę z odstępem między nimi.

Transponowanie danych

Gdy dane są w nieodpowiednim układzie (np. nagłówki w wierszach zamiast kolumnach), funkcja transpozycji pozwala zamienić wiersze na kolumny i odwrotnie.

Tworzenie zapytań pomocniczych

Tworzenie tzw. „zapytań pomocniczych” pozwala wykorzystać raz przygotowane tabele jako źródła dla dalszych operacji, np. słowniki wartości czy tabele referencyjne.

Podsumowanie

Wyżej wymienione operacje stanowią fundament codziennego korzystania z Power Query. Dzięki ich połączeniu użytkownik może przekształcać nawet duże i nieczytelne zbiory danych w uporządkowane i gotowe do analizy zestawienia.

Typowe błędy i jak ich unikać

Praca z Power Query znacząco ułatwia przekształcanie i analizę danych, jednak nawet doświadczeni użytkownicy mogą napotkać błędy, które wpływają na poprawność lub wydajność zapytań. Poniżej przedstawiamy najczęstsze problemy występujące podczas pracy z Power Query oraz sposoby ich unikania.

• Niezrozumienie kolejności kroków: Każda operacja w Power Query tworzy nowy krok, a ich kolejność ma bezpośredni wpływ na wynik końcowy. Zmiana kolejności może nieoczekiwanie zmienić strukturę danych lub wprowadzić błędy.
• Brak aktualizacji nazw kolumn: Jeśli zmieni się nazwa kolumny w źródle danych, zapytanie może przestać działać. Dobrą praktyką jest unikanie twardego kodowania nazw kolumn lub regularne przeglądanie i aktualizacja zapytań po zmianach w danych źródłowych.
• Nadmierna liczba kroków: Tworzenie zbyt wielu niepotrzebnych kroków może utrudnić utrzymanie zapytania i obniżyć jego wydajność. Warto co jakiś czas przeglądać utworzone kroki i łączyć je lub usuwać zbędne operacje.
• Nieprawidłowe typy danych: Power Query przypisuje typy danych automatycznie, ale nie zawsze są one trafne. Nieprawidłowe typy mogą powodować błędy w obliczeniach lub filtrowaniu, dlatego warto ręcznie je sprawdzić i ustawić odpowiednie.
• Niewłaściwe scalanie lub łączenie zapytań: Błąd w doborze kluczy do scalania może skutkować duplikacją danych lub ich utratą. Przed łączeniem zapytań należy upewnić się, że używane kolumny zawierają unikalne i zgodne wartości.
• Ignorowanie komunikatów o błędach: Power Query często informuje o problemach na etapie tworzenia zapytania. Pomijanie tych komunikatów może skutkować błędnymi wynikami. Warto przyjrzeć się ostrzeżeniom i komunikatom, by zidentyfikować i naprawić potencjalne problemy na bieżąco.

Unikanie powyższych błędów pozwala tworzyć bardziej stabilne, wydajne i łatwe w utrzymaniu zapytania w Power Query. Dobrze zaprojektowany proces transformacji danych to nie tylko oszczędność czasu, ale także większa pewność co do jakości otrzymanych wyników.

Wprowadzenie do Power Query i zapytań

Power Query to potężne narzędzie dostępne w środowiskach takich jak Microsoft Excel i Power BI, które umożliwia użytkownikom importowanie, przekształcanie i automatyzowanie pracy z danymi – bez potrzeby pisania skomplikowanego kodu.

Centralnym elementem Power Query są zapytań, które stanowią zestaw instrukcji opisujących, co zrobić z danymi: skąd je pobrać, jak je przekształcić, posortować, przefiltrować lub połączyć z innymi źródłami. Każde zapytanie może być budowane krok po kroku za pomocą intuicyjnego interfejsu użytkownika lub modyfikowane ręcznie przy użyciu języka M, który stoi za działaniem Power Query.

Podstawową zaletą korzystania z zapytań jest automatyzacja pracy z danymi — po jednokrotnym zdefiniowaniu zapytania można je wielokrotnie odświeżać, oszczędzając czas i eliminując błędy związane z ręczną obróbką informacji.

Power Query obsługuje szeroki wachlarz źródeł danych – od plików Excel, CSV, baz danych, aż po strony internetowe i interfejsy API. Dzięki temu stanowi uniwersalne narzędzie zarówno dla analityków danych, jak i użytkowników biznesowych poszukujących efektywnego sposobu pracy z różnorodnymi danymi. Jeśli chcesz poznać więcej takich przykładów, zapraszamy na szkolenia Cognity, gdzie rozwijamy ten temat w praktyce.

Zgłęb swoje umiejętności dzięki dedykowanym szkoleniom z Power Query

Power Query to narzędzie, które otwiera przed analitykami danych i specjalistami biznesowymi ogromne możliwości w zakresie przekształcania i analizy danych, a jego pełen potencjał można odkryć dzięki odpowiedniemu przeszkoleniu. Aby umożliwić naszym czytelnikom pogłębianie wiedzy i praktyczne zgłębianie tajników Power Query, oferujemy kompleksowe szkolenia dostosowane zarówno do osób początkujących, jak i zaawansowanych użytkowników. Nasze kursy obejmują szczegółowe omówienie kluczowych funkcji Power Query, najlepsze praktyki tworzenia zapytań oraz efektywne metody optymalizacji procesów przetwarzania danych, co pozwala na znaczące zwiększenie wydajności pracy i oszczędność czasu.

Jeżeli jesteś zainteresowany organizacją dedykowanego szkolenia dla siebie lub swojego zespołu, skontaktuj się z nami, aby uzyskać więcej informacji. Jesteśmy dostępni pod numerem telefonu: +48 577 136 633 lub adresem e-mail: biuro@cognity.pl. Chętnie odpowiemy na wszystkie pytania, dostosujemy program do Twoich indywidualnych potrzeb i pomożemy Ci w dalszym rozwijaniu umiejętności w zakresie wykorzystania Power Query.

Prezentacja danych w Power BI - Tooltips 05 maja 2026