Power Query en Excel — guía completa para principiantes con ejemplos (2026)

Power Query es la herramienta de limpieza de datos integrada en Excel (pestaña Datos → Obtener datos). Importas un CSV, una página web o una carpeta entera, aplicas pasos en el Editor de Power Query (quitar filas, corregir tipos de datos, anular la dinamización, combinar o anexar) y cada paso queda registrado, de modo que un solo clic en Actualizar repite toda la limpieza con el archivo del mes siguiente. Está incluido en Excel 2016 y versiones posteriores, y en Microsoft 365.

Pruébalo con tu propio archivo → · Actualizado el 15 de septiembre de 2026

Si pasas los lunes por la mañana borrando filas basura, corrigiendo fechas que llegaron como texto y copiando y pegando doce exportaciones en una sola hoja, Power Query existe para que ese trabajo desaparezca. Es el motor de preparación de datos integrado en Excel: limpias un archivo desordenado una sola vez, con clics, y Excel registra cada movimiento para poder repetir toda la limpieza la semana siguiente con un solo Actualizar. En 45 minutos aprenderás dónde está Power Query, cómo importar desde CSV, la web y carpetas, las transformaciones esenciales del editor, cómo anular la dinamización, combinar, anexar y el flujo de cerrar, cargar y actualizar. Funciona desde Excel 2016 hasta Microsoft 365 — no hay nada que instalar.

The DataHub Pro Team · Analítica para pymes
LinkedIn · Acerca de

¿Qué es Power Query?

Power Query es la herramienta integrada en Excel para obtener datos de algún sitio, limpiarlos y cargar el resultado ordenado en tu libro — lo que los profesionales de datos llaman ETL (extraer, transformar y cargar), dentro de una interfaz de apuntar y hacer clic. Se conecta a casi cualquier cosa: archivos CSV y de texto, otros libros, carpetas enteras de archivos, páginas web, bases de datos SQL, listas de SharePoint y decenas de orígenes más. Das forma a los datos en una ventana dedicada llamada Editor de Power Query, y la tabla terminada llega a una hoja de cálculo lista para tablas dinámicas, gráficos y fórmulas.

La idea que hace especial a Power Query es la lista Pasos aplicados. Cada transformación que realizas — quitar una columna, filtrar los blancos, cambiar un tipo, anular la dinamización — se registra en orden como un paso con nombre. Los pasos no son una edición puntual; son una receta. El mes que viene, cuando el archivo de origen tenga filas nuevas, no rehaces nada. Haces clic en Actualizar y Power Query vuelve a leer el origen y repite la receta de principio a fin en aproximadamente un segundo. La hora de limpieza manual que hacías en cada ciclo de informes se convierte en un solo clic, para siempre.

Por dentro, cada paso es una línea de un lenguaje llamado M, que se escribe automáticamente mientras haces clic. Nunca tienes que aprender M para ser productivo — toda esta guía se basa en clics —, pero tranquiliza saber que la receta es código real que puedes inspeccionar, copiar entre libros y ajustar más adelante. Power Query es además exactamente el mismo motor que hay dentro de Power BI, así que todo lo que aprendas aquí se aplica directamente si algún día pasas a dashboards a gran escala.

Un modelo mental para toda esta guía: Power Query prepara, las tablas dinámicas analizan. El trabajo de Power Query termina cuando los datos están limpios y ordenados — una fila por registro, una columna por campo, tipos correctos, nada de basura. Resumir esos datos limpios es trabajo de una tabla dinámica o de tus fórmulas. Los equipos que adoptan esta división ven cómo sus libros se simplifican enormemente, porque la lógica de limpieza deja de estar repartida entre columnas auxiliares y pasa a vivir en un solo lugar que se puede revisar.

Antes de empezar

Power Query casi no necesita preparación, pero tres cosas te ahorrarán problemas.

Comprueba tu versión de Excel

Excel 2016, 2019, 2021 y Microsoft 365 tienen Power Query integrado en la pestaña Datos — busca el grupo Obtener y transformar datos. Excel 2010 y 2013 necesitan el antiguo complemento gratuito de Microsoft (aparece como su propia pestaña de la cinta una vez instalado). En Mac, Microsoft 365 incluye Power Query con los conectores más habituales; las versiones anteriores para Mac no lo incluyen.

Ten claro dónde están tus datos de origen

Power Query se conecta al origen mediante una ruta o una URL, así que importa que la ubicación sea estable. Un CSV que hoy está en C:\Informes\ventas.csv y mañana en tu carpeta de Descargas romperá la actualización. Guarda los archivos de origen recurrentes en una carpeta que no se mueva — así las actualizaciones seguirán funcionando durante años.

Deja los datos sin procesar tal como están

Power Query nunca modifica el origen, y conviene conservar esa propiedad en tu forma de trabajar: tampoco edites a mano la tabla de salida cargada. Cualquier edición manual se borra en la siguiente actualización. Toda la limpieza va en los pasos de la consulta; todo el análisis va en fórmulas o tablas dinámicas que apuntan a la tabla de salida.

1.Paso 1 — Encuentra Power Query en la pestaña Datos

Abre Excel y haz clic en la pestaña Datos. En el extremo izquierdo verás el grupo Obtener y transformar datos — ese grupo es Power Query. El punto de entrada principal es el desplegable Obtener datos, que muestra todos los orígenes a los que Excel puede conectarse, organizados en Desde un archivo, Desde una base de datos, Desde Azure, Desde servicios en línea y Desde otras fuentes.

Junto a él hay tres accesos directos para los casos más habituales: Desde texto/CSV, Desde la Web y Desde una tabla o rango. A la derecha, el botón Consultas y conexiones abre un panel con todas las consultas del libro — tenlo abierto mientras trabajas; es tu panel de control de consultas.

Cuando ya existan consultas, también usarás constantemente dos controles: Actualizar todo (repite todas las consultas) y, dentro del panel Consultas y conexiones, las opciones del clic derecho para editar, duplicar o eliminar una consulta. Si nunca has usado nada de esto, es normal — la propia investigación de Microsoft concluyó que Power Query es una de las funciones menos descubiertas de Excel, a pesar de venir incluida en todas las copias desde 2016.

2.Paso 2 — Importa datos: CSV, web y carpeta

Power Query tiene más de 40 conectores, pero tres cubren la gran mayoría del trabajo real.

Desde un archivo CSV o de texto

Elige Datos → Obtener datos → Desde un archivo → Desde texto/CSV y selecciona el archivo. Excel muestra un cuadro de vista previa en el que ya ha deducido el delimitador, la codificación del archivo y el tipo de datos de cada columna. Ahora llega la decisión más importante de Power Query: el cuadro ofrece Cargar y Transformar datos. Haz clic siempre en Transformar datos. Cargar vuelca el archivo sin procesar en una hoja tal cual; Transformar datos abre el editor para que puedas limpiarlo antes — que es precisamente de lo que se trata.

Desde la web

Elige Desde la Web, pega una URL y Power Query examina la página en busca de tablas HTML. Un cuadro de diálogo Navegador muestra todas las tablas que ha encontrado, con un panel de vista previa — marca la que quieras y haz clic en Transformar datos. Funciona de maravilla con datos de referencia como tipos de cambio, estadísticas públicas o clasificaciones, y al actualizar se vuelve a leer la página en vivo.

Desde una carpeta (la función estrella)

Elige Desde una carpeta y apunta a una carpeta de archivos con la misma estructura — por ejemplo, una exportación CSV por mes. Power Query muestra los archivos y, al hacer clic en Combinar y transformar datos, apila automáticamente todos los archivos en una sola tabla larga, añadiendo una columna Source.Name para que sepas de qué archivo viene cada fila. Deja el archivo de un mes nuevo en la carpeta, pulsa Actualizar y se incorpora sin un solo clic más. Este conector, por sí solo, sustituye horas de consolidación a base de copiar y pegar cada mes en la mayoría de los equipos de finanzas.

3.Paso 3 — Recorre el Editor de Power Query

Al hacer clic en Transformar datos se abre el Editor de Power Query — una ventana aparte con cuatro zonas que deberías saber identificar:

La vista previa de datos (centro). Una cuadrícula desplazable que muestra las primeras ~1,000 filas de tus datos tal como quedan después del paso seleccionado. Es una vista previa, no los datos en sí — nada se carga en Excel hasta que usas Cerrar y cargar. El encabezado de cada columna muestra un pequeño icono de tipo (123 para números enteros, ABC para texto, un calendario para fechas) y un desplegable de filtro.

La cinta (arriba). Inicio contiene los comandos de uso diario (Quitar columnas, Mantener filas/Quitar filas, Dividir columna, Combinar y Anexar). Transformar cambia las columnas en su sitio (cambiar tipo, dar formato al texto, anular la dinamización, reemplazar valores). Agregar columna crea columnas nuevas (fórmulas personalizadas, columnas condicionales, partes de fechas). La diferencia entre Transformar y Agregar columna confunde a los principiantes: el mismo comando suele aparecer en las dos pestañas — uno sobrescribe y el otro añade.

El panel Consultas (izquierda). Todas las consultas del libro. Puedes repartir el trabajo en varias consultas — por ejemplo, una consulta de importación sin procesar a la que hacen referencia dos consultas ya limpias.

La lista Pasos aplicados (derecha). La receta. Cada acción que realizas añade un paso; haz clic en cualquier paso para llevar la vista previa a ese momento; haz clic en la ✕ para eliminar un paso; haz clic en el icono de engranaje para editar la configuración de un paso. La barra de fórmulas situada sobre la cuadrícula muestra la línea de M que hay detrás del paso seleccionado. Si un paso sale mal, elimínalo — nada es destructivo.

4.Paso 4 — Limpia los datos: quita columnas, filtra filas y define tipos

Tres transformaciones hacen el 80% de todo el trabajo de limpieza. Practícalas hasta que te salgan solas.

Quita las columnas que no necesitas

Haz clic en el encabezado de una columna (Ctrl+clic para varias) y pulsa Supr, o haz clic con el botón derecho → Quitar columnas. Mejor aún es lo contrario: selecciona las columnas que quieres y elige Quitar otras columnas — así resistes que el origen añada nuevas columnas basura más adelante, porque cualquier columna inesperada se descarta automáticamente al actualizar.

Filtra las filas basura

Abre el desplegable de filtro de una columna — funciona como un autofiltro de Excel, pero queda registrado como un paso. Desmarca (null) para quitar los blancos; usa Filtros de texto o Filtros de número para condiciones como “no comienza por Total” o “mayor que 0”. Para la basura estructural, Inicio → Quitar filas ofrece Quitar filas superiores (encabezados de informe encima de la tabla real), Quitar filas en blanco y Quitar duplicados. Inicio → Usar la primera fila como encabezado convierte la primera fila de datos en nombres de columna correctos.

Define el tipo de datos de cada columna

Haz clic en el icono de tipo del encabezado de cada columna y elige el tipo adecuado: Número entero, Número decimal, Fecha, Texto, etc. Esto importa muchísimo — una columna de “fechas” con tipo Texto no se ordenará cronológicamente, no se agrupará en las tablas dinámicas y romperá los cálculos con fechas. Power Query deduce los tipos al importar, pero compruébalos siempre, sobre todo con los formatos de fecha británico y estadounidense: haz clic con el botón derecho en una columna de fecha → Cambiar tipo → Usar configuración regional… para indicar a Power Query que 03/04/2026 significa 3 de abril, no 4 de marzo.

5.Paso 5 — Anula la dinamización de datos de tabla cruzada

La transformación individual más valiosa de Power Query. A las personas les gustan los datos anchos — productos en el lateral y una columna por mes. A las herramientas de análisis de Excel les gustan los datos largos — una fila por cada observación de producto y mes. Pasar de ancho a largo a mano es un suplicio; en Power Query son dos clics.

Selecciona la columna o columnas identificadoras — las que deben quedarse como columnas, como Producto — y ve a Transformar → Anular dinamización de columnas → Anular dinamización de otras columnas. Todas las columnas restantes se contraen en dos nuevas: Atributo (el antiguo encabezado de columna — Ene, Feb, Mar…) y Valor (el contenido de la celda). Cámbiales el nombre por algo significativo, como Mes y Ventas, corrige los tipos y ya tienes datos ordenados.

¿Por qué preferir Anular dinamización de otras columnas a la simple Anular dinamización de columnas? Para protegerte del futuro. Si el archivo del año que viene incorpora una columna de un 13.º mes, “otras columnas” la incluye automáticamente al actualizar, mientras que una lista fija de columnas la pasaría por alto sin avisar. Ancla siempre en las columnas estables y anula la dinamización de todo lo demás que aparezca.

Una vez anulada la dinamización, una tabla dinámica puede volver a dinamizar los datos como quieras — por mes, por trimestre, por producto —, y precisamente por eso el formato largo es la forma correcta de almacenarlos: puede convertirse en cualquier diseño ancho cuando lo necesites, mientras que un diseño ancho se queda atrapado en sí mismo.

6.Paso 6 — Combinar consultas (uniones)

Combinar es la respuesta de Power Query a BUSCARV — une dos tablas por una clave compartida, pero a escala de tabla, sin fórmulas que arrastrar y sin errores #N/D repartidos por la hoja.

Supongamos que una consulta Ventas tiene una columna ProductID y que una consulta Productos relaciona ProductID con nombres y categorías. En el editor, selecciona la consulta Ventas y después Inicio → Combinar consultas. En el cuadro de diálogo: elige Productos como segunda tabla, haz clic en la columna ProductID en ambas vistas previas para definir la clave y elige el Tipo de combinación:

Después de Aceptar, la tabla combinada aparece como una sola columna de valores Table anidados. Haz clic en el icono de expandir (⇅) de su encabezado, marca solo las columnas que necesites (desmarca “Usar el nombre de columna original como prefijo” para obtener nombres más limpios) y se despliegan como columnas reales. El cuadro de diálogo también te indica cuántas filas han coincidido — una comprobación instantánea de la calidad de los datos que BUSCARV nunca te da.

7.Paso 7 — Anexar consultas (apilar)

Mientras que Combinar une tablas una al lado de la otra, Anexar las apila una encima de otra. Doce exportaciones mensuales de ventas con columnas idénticas se convierten en una sola tabla larga; los datos de este año se juntan con los del año pasado; el archivo del Reino Unido se apila bajo el archivo de la UE.

Con una de las consultas seleccionada, elige Inicio → Anexar consultas (para añadir filas a la consulta actual) o Anexar consultas para crear una nueva (para crear una consulta combinada y dejar intactas las originales — normalmente la mejor opción). Elige “Dos tablas” o “Tres o más tablas”, selecciona las consultas y haz clic en Aceptar.

Anexar empareja las columnas por nombre, no por posición. Las columnas que existen en una tabla pero no en la otra se conservan, y null rellena los huecos — así que una columna con otro nombre (“Ventas” frente a “Importe de ventas”) no da error, sino que crea en silencio dos columnas medio vacías. Después de anexar, revisa la lista de columnas en busca de casi duplicados inesperados; si los encuentras, cambia el nombre de las columnas para que coincidan antes del paso de anexar.

Para consolidar varios archivos de forma recurrente, recuerda que el conector Desde una carpeta del paso 2 ya anexa automáticamente — úsalo siempre que los archivos estén juntos; recurre a Anexar manualmente cuando juntes consultas de orígenes distintos (una tabla de base de datos y un CSV, por ejemplo).

8.Paso 8 — Cerrar y cargar, y después actualizar

Cuando la vista previa esté bien, envía el resultado de vuelta a Excel con Inicio → Cerrar y cargar. El botón normal carga los datos en una tabla de una hoja nueva; la opción Cerrar y cargar en… del desplegable te da todas las posibilidades:

Ahora llega la recompensa. La semana que viene el archivo de origen tiene filas nuevas. No vuelves a abrir el editor. Haces clic con el botón derecho en la tabla de salida y eliges Actualizar, o pulsas Ctrl+Alt+F5 (Actualizar todo) para actualizar todas las consultas del libro. Power Query vuelve a leer el origen, repite en orden cada paso aplicado y reescribe la tabla — el informe que antes costaba una hora de limpieza ahora cuesta una pulsación de teclas.

Para que se actualice sin intervención, abre Datos → Consultas y conexiones → clic derecho en la consulta → Propiedades y marca Actualizar al abrir el archivo. Así, cualquiera que abra el libro verá siempre los datos al día.

Pruébalo: generador de pasos de consulta

Este es el flujo de trabajo de Power Query en miniatura. Abajo tienes una tabla de ventas desordenada a propósito — filas en blanco, importes con tipo texto y meses repartidos en columnas. Haz clic en los botones de transformación en el orden que quieras y observa cómo la tabla cambia en directo, mientras la lista Pasos aplicados de la derecha registra tu receta tal como lo haría el editor real. Restablece y prueba otro orden — verás que, con este conjunto de datos, el resultado converge en la misma tabla ordenada.

Consejos avanzados de Power Query

Agrega una columna personalizada con una fórmula

Agregar columna → Columna personalizada te permite calcular campos nuevos en M, por ejemplo [Units] * [Price] para los ingresos, o if [Amount] > 1000 then "Large" else "Small" para clasificar por tramos. Para una lógica si/entonces sencilla, Columna condicional crea lo mismo mediante un cuadro de diálogo, sin nada de código.

Convierte la ruta del archivo en un parámetro

Las rutas fijas se rompen cuando los libros se mueven. Crea un parámetro (Inicio → Administrar parámetros) que guarde la ruta de la carpeta, haz referencia a él en el paso Origen, y cambiar la ubicación de los datos se reduce a editar un campo en lugar de editar cada consulta. Muchos equipos apuntan el parámetro a una celda del libro para que los usuarios sin perfil técnico puedan redirigir la consulta.

Agrupar por: agregación dentro de la consulta

Transformar → Agrupar por resume antes de cargar — ventas totales por región, número de filas por cliente. Si el libro solo necesita el resumen, agrupar en la consulta mantiene el archivo pequeño y rápido, y el detalle se queda a salvo en el origen.

Echa un vistazo al código M

Inicio → Editor avanzado muestra toda la receta como un único script de M. Aunque nunca escribas M, leerlo te enseña lo que hicieron realmente tus clics, y copiar el script es la forma más rápida de clonar una consulta compleja en otro libro.

De datos limpios a un dashboard en vivo

Power Query resuelve la limpieza; compartir el resultado es el siguiente cuello de botella — enviar libros por correo echa por tierra la automatización. Sube tu tabla limpia a DataHub Pro y se convierte en un dashboard interactivo y siempre actualizado, con gráficos y previsiones incluidos: un enlace para compartir en lugar de un ir y venir de archivos adjuntos.

Ejemplo práctico: de doce CSV desordenados a una tabla limpia

Este es el flujo completo con un caso realista. Un equipo de operaciones de ventas recibe un CSV al mes en C:\Informes\2026\. Cada archivo tiene dos filas de encabezado basura, una fila de pie TOTAL, una columna Importe con separadores de miles guardada como texto y meses de historial dinamizados en columnas.

1. Conecta. Datos → Obtener datos → Desde un archivo → Desde una carpeta → C:\Informes\2026\ → Combinar y transformar datos. Power Query apila los doce archivos y añade Source.Name.

2. Limpieza estructural. Inicio → Quitar filas → Quitar filas superiores (2) elimina los encabezados basura; Usar la primera fila como encabezado promueve los reales; un filtro de texto en la primera columna — no es igual a TOTAL — quita los pies de todos los archivos a la vez.

3. Tipos. La columna Importe muestra el icono de texto ABC. Cambiar tipo → Número decimal; Power Query quita automáticamente los separadores de miles. La columna Fecha recibe Cambiar tipo → Usar configuración regional → Fecha / Inglés (Reino Unido) para que las fechas con el día primero se interpreten correctamente.

4. Reorganiza. Selecciona las columnas Producto y Fecha, Transformar → Anular dinamización de otras columnas; cambia el nombre de Atributo → Canal y de Valor → Ventas.

5. Enriquece. Inicio → Combinar consultas con una consulta de referencia Productos por ProductID (Externa izquierda), y expande solo Categoría y Margen.

6. Carga. Cerrar y cargar en… → Tabla, y después crea una tabla dinámica sobre la tabla cargada.

Once pasos aplicados, creados una sola vez en unos quince minutos. La rutina mensual ahora es: dejar el nuevo CSV en la carpeta, abrir el libro y pulsar Ctrl+Alt+F5. Esfuerzo mensual total: unos cuatro segundos — frente a las dos horas que llevaba la versión manual. En un año, esa receta se amortiza aproximadamente cien veces, y a diferencia de una macro se puede revisar paso a paso y nunca necesita avisos de seguridad de “Habilitar contenido”.

Errores comunes y soluciones

“DataSource.Error: no se encontró el archivo”

El origen se ha movido o ha cambiado de nombre. Abre la consulta, haz clic en el icono de engranaje del paso Origen y vuelve a indicar la ruta — o usa Datos → Obtener datos → Configuración de origen de datos → Cambiar origen. Convertir la ruta en un parámetro (consejos avanzados) evita por completo este tipo de error.

“Expression.Error: no se encontró la columna ‘X’ de la tabla”

Un paso hace referencia a una columna que el origen ya no proporciona — normalmente porque alguien cambió el nombre de un encabezado en el archivo de origen. Recorre los Pasos aplicados hasta encontrar el primero que da error y, después, corrige el encabezado en el origen o edita el paso (icono de engranaje / barra de fórmulas) con el nuevo nombre.

Números cargados como texto (alineados a la izquierda, no se suman)

Falta un paso de tipo, o se aplicó antes de una limpieza que lo volvió a estropear. Añade un paso Cambiar tipo después de toda la limpieza de texto (recortes, reemplazos). Si los valores contienen símbolos de moneda o separadores extraños, usa Transformar → Reemplazar valores para quitarlos primero y después define el tipo.

La actualización es lenta

Filtra y quita columnas lo antes posible en los pasos, para que fluyan menos datos por los pasos posteriores. Con bases de datos, los filtros tempranos a menudo se “pliegan” en la consulta de origen, de modo que el servidor hace el trabajo. Evita también cargar en hojas de cálculo consultas de preparación enormes — configúralas como Solo conexión.

La tabla cargada muestra datos antiguos

De forma predeterminada, las consultas no se actualizan solas — la tabla muestra lo último que se cargó. Actualiza manualmente (Ctrl+Alt+F5) o activa la actualización al abrir en las propiedades de la consulta.