Probablemente ya conoces sobre Excel y Power BI pero en tus proyectos de Analítica de Datos o Inteligencia de Negocios aún gastas la mayor parte del tiempo en la fase de preparación de datos (usualmente más del 80% del tiempo del proyecto), tratando de obtener una tabla lo suficientemente limpia como para poder utilizarla en tus análisis.
Si es así, definitivamente deberías dominar todo el potencial que te ofrece Power Query como herramienta de ETL para Extraer datos de una gran variedad de orígenes de datos, Transformarlos de manera ágil y sencilla y Cargarlos (Load) a tu modelo de datos.
¿Por qué deberías empezar a utilizar Power Query?
- Por su facilidad de uso, interfaz intuitiva y escalabilidad.
- Power Query tiene un lenguaje fácil de aprender.
- Por su capacidad de código personalizado.
- Power Query cada vez viene incorporado en más herramientas de análisis como Excel, Power BI, Analysis Services y otras.
Beneficios que obtendrás con este curso:
- Ahorrarás horas en preparación de datos y tendrás más tiempo disponible para hacer análisis que realmente agreguen valor.
- Podrás buscar y conectar los datos a través de una amplia variedad de fuentes.
- Serás capaz de realizar búsquedas online de una gran colección de fuentes de datos públicos.
- Lograrás combinar datos de varias fuentes y ordenarlos para un análisis más profundo con herramientas como Power Pivot y Power BI.
- Además, una vez que te suscribas al curso, tendrás acceso al mismo de por vida, podrás resolver tus consultas sobre los contenidos del curso a través de correo electrónico y si apruebas el curso recibirás tu certificado digital.
Programa del curso Manipulación y Transformación de Datos con Power Query
- 2.1 Metadata en Power Query (13:15)
- 2.2 Combinando Archivos Planos desde el Origen (18:04)
- 2.3 Combinando Archivos con Encabezados Diferentes (14:03)
- 2.4 Combinando Archivos con Encabezados y Posición Diferente - Table.TransformColumnNames() (15:57)
- 2.5 Combinando Hojas de Excel y Referencias Dinámicas (15:01)
- 3.1 Identificando Malos Diseños de Tablas (4:22)
- 3.2 Dinamización de Columnas (13:45)
- 3.3 Tablas de Doble Jerarquía (2x2) (13:17)
- 3.4 Tablas de Triple Jerarquía o mas (NxM) (8:49)
- 3.5 Combinaciones de Datos (3:59)
- 3.6 Carga de Datos (2:56)
- 3.7 Interna - InnerJoin (6:00)
- 3.8 Externa Izquierda - Left Join (4:01)
- 3.9 Externa Derecha - Right Join (4:31)
- 3.10 Anti Izquierda - Left Anti (3:25)
- 3.11 Anti Derecha - Right Anti (3:03)
- 3.12 Completa - Full Join (3:31)
- 3.13 Coincidencias Aproximadas - Fuzzy Luck Up (9:56)
- 3.14 Combinación de Datos utilizando 2 o más columnas (8:25)
- 3.15 Expandir siempre todas las columnas de la tabla (12:04)
- 3.16 Agrupar Por o Group By (5:34)
- 3.17 Indices Agrupados (Agrupar por : Todas las Filas) (10:55)
- 3.18 Table.Buffer (Remover duplicados respetando un orden) (8:06)
- 3.19 Table.Profile y Estadísticas de las Columnas (11:06)
- 3.20 IF() y IFERROR() en Power Query (11:17)
- 3.21 Columnas a partir de Ejemplos (10:45)
- 3.22 Trabajando con Fechas (15:19)
- 3.23 Manejo de errores de Excel en Power Query (Parte 1) (9:33)
- 3.24 Manejo de errores de Excel en Power Query (Parte 2) (5:53)
- 3.25 Referencias a Filas Anteriores o Posteriores (14:12)
- 5.0 Detalles importantes de este modulo (1:54)
- 5.1 Actualizar consultas de Power Query en Excel (15:05)
- 5.2 Parámetros Dinámicos en Power Query con Excel (12:43)
- 5.3 Conexión a bases de Datos y Query Folding (9:53)
- 5.4 Conexion a bases de Datos usando codigo del motor de base de datos e implementar parámetros de Power Query en el código (14:19)
- 5.5 Conexiones a SharePoint (Archivos y Listas) (9:54)
- 5.6 Incremental Refresh (10:21)
- 5.7 Conexión Web con tablas a partir de ejemplos (10:03)
- 5.8 ¿Qué son los Flujos de Datos (Dataflows)? (4:43)
- 5.9 Manipulación con la vista de los Flujos de Datos (8:42)
- 5.10 Opciones después de manipular los datos (5:38)
- 5.11 Carga de Datos desde un Flujo de Datos a PBI Desktop (3:41)
- 5.12 Configuración de lenguajes de programación en Power BI (2:23)
- 5.13 Exportando una consulta mediante código R y Python (7:05)
- 9.0 Text.At() - Text.Start() - Text.End() - Text.Range() (7:12)
- 9.1 Text.AfterDelimiter() - Text.BeforeDelimiter() - TextBetweenDelimeters() (5:34)
- 9.2 Text.Select() - Text.Split() (4:23)
- 9.3 Text.Remove() - Text.RemoveRange() (4:39)
- 9.4 Text.PadEnd() - Text.PadStart() (5:12)
- 9.5 Text.Replace() - Text.ReplaceRange() - Text.Insert() (5:59)
- 9.6 Text.Repeat() - Text.Combine() (3:02)
- 9.7 Text.Lower() - Text.Upper() - Text.Proper() - Text.Reverse() (3:16)
- 9.8 Text.Trim() - Text.TrimEnd() - Text.TrimStart() - Text.Clean() - Text.Length() (5:36)
- 9.9 Text.StartWith() - Text.EndsWith() - Text.Contains() (5:00)
- 9.10 Text.PositionOf() - Text.PositionOfAny() (7:17)
- 9.11 Character.FromNumber() - Character.ToNumber() - Text.ToList() (3:49)
- 9.12 DateTime.LocalNow() - DateTime.FixedLocalNow() (2:19)
- 9.13 Funciones Date.IsInCurrent ... (2:32)
- 9.14 Funciones Date.IsInPreviuos … y Date.IsInNext … (3:27)
- 9.15 Funciones Date.IsInPreviuosN … y Date.IsInNextN … (2:52)
- 9.16 Funciones Date.Time.IsIn….. (1:58)
- 9.17 Funciones Date.Add... (2:50)
- 9.18 Funciones Date.EndOf … and Date.StartOf … (1:45)
- 9.19 Extracción de partes de una fecha (3:24)
- 9.20 Aprovechando esta funciones para Manipulaciones en Power Query (8:21)
- 9.21 Constantes Numericas - Number.Random() - Number.RandomBetween() (5:08)
- 9.22 Number.IsEven() - Number.IsOdd() - Number.IsNaN() (2:18)
- 9.23 Funciones de Redondeo - Operaciones Matematicas - Operaciones Trigronometricas (3:10)
- 10.0 Crear una lista (3:15)
- 10.1 List.Numbers() - List.Dates() - List.DateTimes() - List (7:03)
- 10.2 List.Reverse() - List.Sort() (2:52)
- 10.3 List.First () - List.Last() - List.FirstN() - List.LastN() - List.Range() (4:29)
- 10.4 List.Max() - List.Min() - List.MaxN() - List.MinN() (2:04)
- 10.5 List.Select() - List.FindText() (7:39)
- 10.6 List.RemoveNull() - List.Distinct() (3:37)
- 10.7 List.RemoveFirstN() - List.RemoveLastN() - List.RemoveRange() (3:07)
- 10.8 ListRemoveItems() - List.Skip() (3:41)
- 10.9 List.Combine() - List.InsertRange() -List.Zip() (5:58)
- 10.10 List.Union() - List.Intersect() - List.Difference() (7:08)
- 10.11 Operaciones Matemáticas con Listas (2:40)
- 10.12 List.Contains() - List.ContainsAll() - List.ContainsAny() (3:26)
- 10.13 List.PositionOf() - List.PositionOfAny() (4:19)
- 10.14 List.ReplaceValue() - List.ReplaceRange() (4:56)
- 10.15 List.Transform() (4:50)
- 10.16 List.Repeat() - List.Split() (3:02)
- 10.17 Crear un Record (3:37)
- 10.18 Record.FieldCount() - Record.FieldNames() - Record.FieldValues() - Record.ToList() - Record.HasFields() (5:01)
- 10.19 Record.AddField() - Record.SelectFields() - Record.RemoveFields() (4:11)
- 10.20 Record.ToTable() (1:55)
- 10.21 Datos y consideraciones importantes del modulo (3:01)
- 10.22 Table.ToRecords() - Table.ToColumns() - Table.ToRows() (4:00)
- 10.23 Table.Profile() y Table.Schema() (6:45)
- 10.24 Table.Max() - Table.Min() - Table.MaxN() - Table.MinN() (3:38)
- 10.25 Table.ColumnNames() - TableHasColumns() - Table.PrefixColumns (7:58)
- 10.26 Table.SelectRowsWithErrors() -Table.RemoveRowsWithErrors() (3:42)
- 10.27 Table.IsDistinct() - Table.IsEmpty() (3:17)
- 10.28 Table.AddRankColumn() Parte 1 (8:07)
- 10.29 Table.AddRankColumn Parte 2 (5:05)
- 10.30 Table.AddRankColumn Parte 3 (5:20)
Hola, mi nombre es Marlon Muñoz
Soy un apasionado del análisis de datos. Soy Ingeniero Industrial con un Postgrado en Análisis de Datos y una Especialidad en Minería de Datos. Me desempeño como Manager de BI en Analytics y tengo una Especialidad en Ciencia de Datos y Bussiness Analytics de España.
Poseo la certificación Microsoft PL-300 (Power BI Data Analyst Associate), lo que respalda mi experiencia y conocimientos en la creación de soluciones avanzadas de análisis de datos. Me encanta enseñar utilizando explicaciones sencillas y detalladas. Como instructor, ofrezco cursos relacionados con Power BI, Funciones DAX, Power Query, Modelado de Datos y R.
A lo largo de mi carrera, he tenido la oportunidad de ayudar a muchas empresas de diferentes sectores, demostrando el potencial que el Análisis de Datos puede aportar tanto a personas como a organizaciones.
¿Quieres disparar tu productividad al transformar datos?
Preguntas frecuentes (FAQ)
¿Cuándo inicia y finaliza el curso?
¡El curso inicia ahora y nunca finaliza! Este es un curso en línea completamente a tu propio ritmo - tú decides cuando iniciar y cuando terminar.
¿Por cuánto tiempo tengo acceso al curso?
¿Cómo te suena "acceso de por vida"? Después de suscribirse, tendrás acceso ilimitado a este curso por todo el tiempo que gustes - a través de cualquier dispositivo en todos los dispositivos que tengas.
¿Qué sucede si no estoy satisfecho con el curso?
¡No queremos que estés insatisfecho! Si estás insatisfecho con tu compra (para los cursos de pago), solo debes contactarnos en los primeros 14 días y te daremos una devolución total de tu dinero.
¿Cuáles son los requisitos para tomar este curso?
Se recomienda haber aprobado el curso de Análisis y Visualización de Datos con Power BI o De cero a analista de datos con Power BI.
¿Cómo apruebo el curso y obtengo mi certificado?
Para aprobar el curso y obtener el certificado correspondiente debes completar el 100% de los vídeos y enviar todas las prácticas realizadas durante el curso vía correo para revisar y validar que se hayan completado correctamente.