Power Query w Excelu – automatyzacja importu i przekształcania danych z różnych źródeł

Wprowadzenie do Power Query w Excelu

Power Query to zaawansowane, ale jednocześnie intuicyjne narzędzie dostępne w programie Microsoft Excel, które służy do pobierania, przekształcania i automatyzacji pracy z danymi pochodzącymi z różnych źródeł. Dzięki niemu użytkownicy Excela mogą znacznie uprościć codzienne zadania związane z przygotowaniem danych do analizy, eliminując potrzebę ręcznego kopiowania, czyszczenia i aktualizacji zestawów danych.

Podstawową zaletą Power Query jest możliwość tworzenia powtarzalnych procesów przetwarzania danych w sposób graficzny, bez konieczności pisania skomplikowanych formuł czy makr. Każdy krok transformacji danych jest zapisywany jako część tzw. zapytania, które można w dowolnym momencie edytować, odświeżać lub ponownie wykorzystać.

Power Query znajduje zastosowanie w wielu scenariuszach pracy z danymi, m.in.:

• automatyzacja importu danych z różnych źródeł – zarówno lokalnych plików, jak i zdalnych baz danych czy stron internetowych,
• oczyszczanie i standaryzowanie danych – np. usuwanie pustych wierszy, zmiana typów danych, dzielenie lub scalanie kolumn,
• łączenie informacji z wielu tabel lub źródeł – co pozwala na stworzenie spójnych zestawień i raportów,
• przygotowywanie danych wejściowych do dalszej analizy w Power Pivot lub przy użyciu funkcji Excela.

Power Query jest dostępny jako wbudowana funkcjonalność w Excelu 2016 i nowszych wersjach, a także jako dodatek w starszych wersjach, takich jak Excel 2010 i 2013. Dzięki jego możliwościom użytkownicy mogą skupić się na analizie danych, zamiast na czasochłonnych operacjach przygotowawczych.

Importowanie danych z różnych źródeł: CSV, bazy danych, strony WWW

Power Query w Excelu umożliwia użytkownikom szybkie i elastyczne pobieranie danych z wielu źródeł, co stanowi fundament dla efektywnej analizy i automatyzacji raportowania. Narzędzie to obsługuje różnorodne formaty wejściowe, pozwalając na integrację danych bez konieczności ręcznego kopiowania czy ich wcześniejszego przygotowywania.

Najczęściej wykorzystywanymi źródłami danych są:

• Pliki CSV i tekstowe – idealne do pracy z danymi wyeksportowanymi z innych systemów lub aplikacji. Ich struktura jest prosta, a Power Query umożliwia szybkie załadowanie i podgląd zawartości już na etapie importu.
• Bazy danych – takie jak SQL Server, MySQL, Oracle czy Access. Połączenie z bazą danych pozwala pobierać nie tylko całe tabele, ale także wyniki zapytań, co daje większą kontrolę nad zakresem importowanych danych i ich aktualnością.
• Strony internetowe – Power Query potrafi pobierać dane bezpośrednio z tabel opublikowanych na stronach WWW, co sprawdza się przy analizach danych publicznych, takich jak kursy walut, notowania giełdowe czy dane statystyczne.

Wybór odpowiedniego źródła zależy od celu analizy, dostępności danych oraz częstotliwości ich aktualizacji. Niezależnie od rodzaju źródła, Power Query oferuje możliwość automatycznego odświeżania danych, co znacznie usprawnia codzienną pracę z arkuszami kalkulacyjnymi. Ten wpis powstał w odpowiedzi na zagadnienia, które regularnie pojawiają się na szkoleniach prowadzonych przez Cognity.

Podstawowe operacje przekształcania danych w Power Query

Power Query to narzędzie umożliwiające efektywne przygotowanie danych do analizy. Dzięki przejrzystemu interfejsowi oraz szerokiemu zestawowi operacji, użytkownicy Excela mogą z łatwością dostosować dane do własnych potrzeb bez konieczności ręcznego edytowania arkuszy. Poniżej przedstawiono podstawowe typy przekształceń, które można wykonać w Power Query:

• Filtrowanie danych – umożliwia wykluczanie niepotrzebnych wierszy, np. według wartości z kolumny, zakresów dat czy warunków logicznych.
• Zmiana typów danych – pozwala na konwersję kolumn do odpowiednich typów, takich jak liczby całkowite, tekst, data czy wartość logiczna.
• Usuwanie i zmienianie kolumn – można usuwać zbędne kolumny lub zmieniać ich nazwy, aby lepiej odzwierciedlały zawartość danych.
• Podział i scalanie kolumn – funkcje dzielenia kolumn (np. po separatorze) oraz ich łączenia (np. imię i nazwisko w jedną kolumnę).
• Usuwanie duplikatów – przydatne w przypadku baz danych zawierających powtarzające się wpisy.
• Sortowanie danych – porządkowanie wierszy według wartości rosnąco lub malejąco.
• Dodawanie kolumn obliczeniowych – tworzenie nowych kolumn na podstawie obliczeń, np. różnicy dat, sumy wartości, itp.

Wszystkie przekształcenia wykonywane są w sposób nieniszczący – dane źródłowe pozostają niezmienione, a Power Query zapisuje kolejne kroki w formie skryptu, który można dowolnie edytować lub ponownie wykonać. Przykład prostego kodu M (język używany przez Power Query):

let
    Źródło = Excel.Workbook(File.Contents("C:\Dane\plik.xlsx"), null, true),
    ZmienionyTyp = Table.TransformColumnTypes(Źródło, {{"Data", type date}, {"Kwota", type number}}),
    FiltrowaneWiersze = Table.SelectRows(ZmienionyTyp, each [Kwota] > 1000)
in
    FiltrowaneWiersze

Power Query pozwala również na cofanie i zmienianie kroków w dowolnym momencie, co czyni proces przekształcania danych niezwykle elastycznym i łatwym do zarządzania. Jeśli chcesz jeszcze lepiej opanować techniki pracy z Power Query i językiem M, sprawdź nasze Kurs Microsoft Power Query – analiza danych przy użyciu języka M i optymalizacja procesu analizy danych.

Łączenie i scalanie tabel z różnych źródeł

Jedną z kluczowych funkcjonalności Power Query jest możliwość integracji danych pochodzących z wielu źródeł. W praktyce oznacza to dwie główne operacje: łączenie (merge) oraz dołączanie (append) tabel. Choć oba procesy służą do pracy z wieloma zestawami danych, różnią się sposobem działania i zastosowaniem. W czasie szkoleń Cognity ten temat bardzo często budzi ożywione dyskusje między uczestnikami.

Merge vs Append – podstawowe różnice

Praktyczne zastosowania

Power Query umożliwia łączenie danych pochodzących z różnych źródeł, takich jak pliki CSV, bazy danych, arkusze Excela czy strony internetowe. Dzięki temu możliwe jest stworzenie jednego, spójnego modelu danych, nawet jeśli poszczególne części pochodzą z odmiennych lokalizacji lub systemów.

• Scalanie (Merge): Przydatne w analizie, gdy dane są rozdzielone logicznie – np. dane osobowe w jednej tabeli, szczegóły zamówień w drugiej.
• Dołączanie (Append): Idealne do agregacji danych z wielu plików lub okresów – np. import miesięcznych raportów sprzedaży do jednej tabeli zbiorczej.

Przykład prostego dołączenia dwóch tabel w Power Query może wyglądać tak:

let
    Tabela1 = Excel.CurrentWorkbook(){[Name="Sprzedaz_Styczen"]}[Content],
    Tabela2 = Excel.CurrentWorkbook(){[Name="Sprzedaz_Luty"]}[Content],
    ScalonaTabela = Table.Combine({Tabela1, Tabela2})
in
    ScalonaTabela

Dzięki takim operacjom użytkownicy mogą znacząco uprościć pracę z rozproszonymi danymi i zwiększyć efektywność analizy, zachowując spójność i automatyzację całego procesu.

Przykłady automatyzacji procesu importu i przekształceń

Power Query w Excelu to potężne narzędzie umożliwiające automatyzację wielu czasochłonnych zadań związanych z importem i przekształcaniem danych. Dzięki zastosowaniu interfejsu graficznego i języka M, użytkownicy mogą tworzyć powtarzalne procesy bez konieczności ręcznego wykonywania tych samych kroków przy każdej aktualizacji danych. Jeśli chcesz poznać zaawansowane możliwości Power Query i innych dodatków BI, sprawdź Kurs Microsoft Excel Business Intelligence zaawansowany - praca z dodatkami PowerPivot, Power Query, Power Map, Power BI.

Przykład 1: Automatyczne odświeżanie danych z pliku CSV

Załóżmy, że codziennie otrzymujemy plik CSV z aktualnymi danymi sprzedaży. Dzięki Power Query możemy:

• Zaimportować plik i zdefiniować jego strukturę (np. typy danych, formatowanie dat).
• Usunąć zbędne kolumny i przefiltrować tylko potrzebne rekordy.
• Zastosować te same kroki automatycznie po podmianie pliku źródłowego.

Wystarczy kliknąć Odśwież wszystko, aby zaimportować najnowsze dane bez ponownego wykonywania operacji ręcznie.

Przykład 2: Import z wielu plików jednocześnie

Wielu użytkowników pracuje z plikami generowanymi miesięcznie (np. sprzedaż_styczeń.csv, sprzedaż_luty.csv itd.). Power Query pozwala na:

• Wczytanie wszystkich plików z jednego folderu.
• Automatyczne scalanie danych w jedną tabelę.
• Standaryzację struktury (np. usuwanie nagłówków, dopasowanie nazw kolumn).

Tego typu automatyzacja eliminuje potrzebę ręcznego kopiowania danych z każdego pliku.

Przykład 3: Łączenie danych z różnych źródeł

Power Query pozwala na integrację danych z różnych źródeł, np. Excel + SQL Server + plik CSV. Przykładowy scenariusz:

• Dane o klientach z bazy SQL.
• Dane o transakcjach z pliku CSV.
• Dane o celach sprzedażowych z pliku Excel.

Po ich zaimportowaniu można je połączyć w jedną tabelę przy użyciu kluczy (np. ID klienta), a następnie przygotować do dalszej analizy.

Przykład 4: Tworzenie dynamicznych pulpitów raportowych

Dzięki Power Query możliwe jest przygotowanie tabeli danych, która automatycznie zasila wykresy i tabele przestawne. Zmiana danych źródłowych i jedno kliknięcie „Odśwież” aktualizuje cały raport.

Porównanie: Ręczna praca vs Power Query

Przykładowy kod M – usuwanie pustych wierszy i kolumn

let
    Źródło = Csv.Document(File.Contents("C:\\Dane\\sprzedaz.csv"), [Delimiter=",", Encoding=65001, QuoteStyle=QuoteStyle.None]),
    Tabela = Table.PromoteHeaders(Źródło, [PromoteAllScalars=true]),
    BezPustychKolumn = Table.SelectColumns(Tabela, List.Select(Table.ColumnNames(Tabela), each List.NonNullCount(Table.Column(Tabela, _)) > 0)),
    BezPustychWierszy = Table.SelectRows(BezpustychKolumn, each List.NonNullCount(Record.ToList(_)) > 0)
in
    BezPustychWierszy

Powyższy kod pokazuje, jak w Power Query można szybko usunąć puste kolumny i wiersze z zaimportowanego pliku CSV – operacja powtarzalna i przydatna w wielu scenariuszach.

Zalety stosowania Power Query w codziennej pracy z danymi

Power Query to narzędzie dostępne w Excelu, które znacząco usprawnia pracę z danymi – zwłaszcza w kontekście ich importowania, czyszczenia i przekształcania. Dzięki niemu użytkownicy mogą zautomatyzować wiele rutynowych czynności, oszczędzając czas i minimalizując ryzyko błędów ręcznego przetwarzania danych.

• Automatyzacja procesów – raz zdefiniowane kroki przekształceń można zastosować wielokrotnie, bez konieczności ich ponownego ręcznego wykonywania.
• Intuicyjny interfejs – Power Query oferuje graficzne środowisko pracy, co umożliwia wykonywanie operacji bez konieczności pisania kodu.
• Redukcja błędów ludzkich – automatyzacja eliminuje konieczność ręcznego kopiowania, filtrowania czy sortowania danych, co zmniejsza ryzyko pomyłek.
• Łatwość ponownego użycia – utworzony raz proces można z łatwością zastosować do nowych danych lub zaktualizowanych plików.
• Obsługa wielu źródeł danych – Power Query pozwala na łączenie danych z różnych źródeł, takich jak pliki CSV, bazy danych, pliki Excel, SharePoint czy strony internetowe.
• Integracja z Excelem – wyniki przekształconych danych są bezpośrednio zasilane do arkuszy lub modeli danych Excela, co ułatwia dalszą analizę i raportowanie.

W codziennej pracy analityków, kontrolerów finansowych czy specjalistów BI, wykorzystanie Power Query może przynieść wymierne korzyści. Dla porównania, poniższa tabela prezentuje różnice między tradycyjnym podejściem do pracy z danymi a zastosowaniem Power Query:

Power Query stanowi więc istotne wsparcie w pracy z danymi, zwłaszcza tam, gdzie liczy się szybkość aktualizacji, niezawodność wyników oraz możliwość pracy z dużą ilością informacji pochodzących z różnych źródeł.

Najczęstsze problemy i sposoby ich rozwiązywania

Mimo że Power Query znacząco upraszcza pracę z danymi, użytkownicy podczas codziennego korzystania z tego narzędzia mogą napotkać różnorodne trudności. Poniżej przedstawiamy najczęściej występujące problemy oraz praktyczne wskazówki, jak sobie z nimi radzić.

• Błąd podczas odświeżania danych – może wynikać ze zmienionej lokalizacji pliku źródłowego, braku połączenia z internetem lub zmian w strukturze danych. Warto sprawdzić ścieżki źródłowe oraz upewnić się, że dane nadal są dostępne w tej samej formie.
• Nieprawidłowe formatowanie kolumn – po zaimportowaniu danych Power Query może przypisać niewłaściwy typ danych do poszczególnych kolumn, co utrudnia dalszą analizę. Rozwiązaniem jest ręczne ustawienie odpowiednich typów danych w edytorze Power Query.
• Duża liczba kroków przekształceń wpływająca na wydajność – zbyt rozbudowany proces transformacji może spowolnić działanie narzędzia. Warto optymalizować zapytania, łącząc podobne kroki i unikając zbędnych operacji.
• Problemy z kodowaniem znaków – przy wczytywaniu plików tekstowych z innych systemów mogą pojawić się nieczytelne znaki. W takich przypadkach warto wskazać odpowiedne kodowanie znaków (np. UTF-8 lub Windows-1250) podczas importu.
• Zmiany w nazwach kolumn źródłowych – każda zmiana nazwy kolumny w źródle może spowodować błąd w zapytaniu. Aby temu zapobiec, zaleca się stosowanie funkcji dynamicznego odwoływania się do kolumn lub stabilizowanie struktury danych źródłowych.
• Ograniczenia w dostępie do określonych źródeł danych – niektóre źródła mogą wymagać uwierzytelnienia lub specjalnych uprawnień. Należy upewnić się, że logowanie do danych zostało poprawnie skonfigurowane i że użytkownik posiada wymagane uprawnienia.

Zrozumienie tych typowych problemów i umiejętność ich rozwiązywania pozwala zwiększyć skuteczność wykorzystania Power Query oraz zminimalizować przestoje w pracy z danymi.

Podsumowanie i dalsze kroki w nauce Power Query

Power Query to potężne narzędzie wbudowane w Excel, które znacząco ułatwia importowanie, porządkowanie i przekształcanie danych z wielu różnych źródeł. Dzięki intuicyjnemu interfejsowi i elastycznym możliwościom konfiguracji, stanowi nieocenione wsparcie zarówno dla analityków danych, jak i osób pracujących z dużymi zestawami informacji w codziennych obowiązkach.

Największą zaletą Power Query jest automatyzacja – raz stworzony proces importu i transformacji danych można wielokrotnie wykorzystywać bez konieczności powtarzania ręcznych operacji. Narzędzie wspiera różnorodne źródła danych, od plików CSV i Excel, przez bazy danych SQL, aż po dane z internetu i interfejsów API.

Choć pierwsze kroki w Power Query mogą wydawać się proste, zakres jego możliwości jest o wiele szerszy. Użytkownik może wykonywać filtrowanie, sortowanie, zmiany typów danych, łączenie tabel, a także tworzyć bardziej zaawansowane transformacje z wykorzystaniem języka M.

Aby w pełni wykorzystać potencjał Power Query, warto regularnie ćwiczyć na rzeczywistych danych oraz stopniowo poznawać kolejne funkcje i scenariusze jego zastosowania. Właściwe zrozumienie tego narzędzia pozwala znacznie skrócić czas pracy z danymi i zwiększyć jej efektywność.

Power Query to nie tylko technologia — to sposób podejścia do danych, który promuje automatyzację i eliminację błędów wynikających z ręcznego przetwarzania. Inwestycja czasu w naukę tego narzędzia z pewnością przynosi korzyści w codziennej pracy. W Cognity łączymy teorię z praktyką – dlatego ten temat rozwijamy także w formie ćwiczeń na szkoleniach.

Co to jest SPSS i czy warto go używać? 12 stycznia 2025

Tworzenie przepływów Power Automate za pomocą Copilota – czy to już koniec ręcznego klikania? 01 stycznia 2025