Joviano Silveira

Transformar dados brutos em informações organizadas é uma habilidade fundamental para quem trabalha com análise de dados. Se você precisa reorganizar uma tabela, onde os meses devem se tornar colunas e os grupos ficarem dispostos em linhas, há diversas maneiras de fazer isso. Duas ferramentas que se destacam nesse processo são o Python, utilizando a poderosa biblioteca Pandas, e o Power Query, integrado ao Excel. Neste artigo, vamos explorar essas duas abordagens, mostrando o passo a passo e os comandos necessários para cada uma. Vamos comparar a eficiência, a praticidade e a curva de aprendizado, ajudando você a escolher a melhor ferramenta para suas necessidades. Solução com Python e Pandas O Python é uma linguagem extremamente poderosa para manipulação de dados, especialmente quando combinada com a biblioteca Pandas. Esta abordagem é ideal para quem deseja automatizar processos, criar scripts reutilizáveis e lidar com grandes volumes de dados. Vamos ver como transformar uma tabela simples em uma coluna dinâmica utilizando o Python. 1. Preparação: Importando Bibliotecas e Carregando Dados Antes de mais nada, precisamos importar a biblioteca Pandas e carregar os dados da nossa planilha do Excel. Neste código, pd.read_excel() é o comando responsável por importar os dados do Excel e transformá-los em um DataFrame, que é a estrutura de dados principal usada pelo Pandas. 2. Transformação: Criando a Coluna Dinâmica Agora que os dados estão carregados, podemos transformar nossa tabela para que os meses sejam exibidos como colunas e os grupos como linhas. Aqui, usamos o método pivot_table() para reorganizar os dados: 3. Exportando o Resultado Depois de realizar a transformação, você pode exportar o resultado para um novo arquivo Excel ou continuar trabalhando com os dados em Python. Este comando to_excel() salva o DataFrame transformado em um novo arquivo Excel. Solução com Power Query Se a abordagem com Python pareceu um MUITO técnica, não se preocupe! O Power Query oferece uma maneira muito mais intuitiva de fazer a mesma transformação, utilizando apenas o mouse e alguns cliques. Vamos ver como. 1. Carregando a Tabela no Power Query Primeiro, você deve carregar a tabela no Power Query: 2. Transformação: Criando a Coluna Dinâmica Com a tabela carregada no Power Query, siga os passos abaixo para criar a coluna dinâmica: Com apenas esses passos, a sua tabela já está transformada! 3. Carregando de Volta para o Excel Depois de realizar a transformação, você pode carregar os dados de volta para o Excel: Comparação: Python vs Power Query Agora que você viu como realizar a transformação em ambas as ferramentas, vamos comparar: Python com Pandas Power Query Fiz um vídeo mostrando isso Quer ver esses passos em ação? Assista ao vídeo completo rapidinho (1 minuto e meio), onde mostramos detalhadamente como usar tanto Python quanto Power Query para transformar seus dados em uma coluna dinâmica. Formação Power Query 2.0 Se você deseja dominar de vez a arte de transformar e automatizar dados, nossa Formação Power Query 2.0 é o caminho ideal. Aprenda a usar não só o Power Query, mas também SQL, DAX e Python para aumentar sua produtividade e deixar suas tarefas diárias muito mais eficientes. Não perca tempo, venha aprender como automatizar tudo! Na FORMAÇÃO temos um modulo especial, que cuidamos da CONVERSÃO da mentalidade do nosso aluno, que está vindo do Power Query, e está iniciando “no mundo dos comandos manuais”.Fazemos um paralelo entre cada comando Python x Power Query, para que o aluno entenda como funciona cada ferramenta. Isso faz parte da terceira trilha de nosso método de ensino: A trilha é composta por 4 módulos e veja só qual é o terceiro deles: “FROM POWER QUERY TO PYTHON” (do Power Query ao Python). Conclusão Tanto o Python quanto o Power Query são ferramentas incríveis para transformar dados em colunas dinâmicas, cada uma com suas próprias vantagens. O Python oferece uma abordagem mais técnica e poderosa, enquanto o Power Query brilha pela simplicidade e integração com o Excel. Dependendo do seu nível de conforto com programação e suas necessidades específicas, uma dessas ferramentas será a melhor escolha para você. Agora, é só colocar em prática e transformar suas planilhas! Forte Abraço

Aprenda a fazer a soma de valores absolutos com DAX sem criar uma coluna extra. Descubra como o SUMX pode te ajudar nessa.

Vamos falar sobre como transformar saldos acumulados em movimentos mensais de maneira automática, sem precisar ficar subtraindo coluna por coluna manualmente. Imagine que você tem uma tabela com saldos mensais acumulados e precisa convertê-los em movimentos mensais para facilitar a análise. Neste tutorial, vamos mostrar como fazer isso usando Power Query. O objetivo é automatizar o processo, garantindo que, mesmo que novas colunas sejam adicionadas, o cálculo seja atualizado automaticamente. O Problema dos Saldos Acumulados O problema é simples: você tem uma tabela com contas e saldos acumulados por mês. Por exemplo, em janeiro o saldo é 100, em fevereiro é 210, em março é 290, e assim por diante. O que você realmente precisa é saber o movimento mensal, ou seja, quanto foi movimentado de um mês para o outro. Vamos exemplificar com uma tabela de um aluno, Artur, que trouxe essa questão: ele tem uma tabela onde os saldos acumulados são apresentados por mês. A necessidade é transformar esses saldos acumulados em movimentos mensais. Vamos resolver esse problema usando Power Query. Visualmente fica mais fácil entender O exemplo de nosso aluno se trata de uma DRE, mas, nós resumimos na tabela a seguir, para focar unicamente no problema: Transformamos ela nessa outra tabela, sem fazer cálculos manuais, ou seja, a base de dados pode crescer a vontade, que não ficamos presos às colunas do case inicial. Preparação dos Dados Primeiro, vamos entender como os dados estão estruturados e como devemos prepará-los para a transformação. A tabela tem as seguintes colunas: Nosso objetivo é pegar essas colunas de saldo acumulado e transformá-las em movimentos mensais. Vamos ver como fazer isso passo a passo. Passo a Passo da Solução No final desse artigo temos o material de apoio com a planilha usada nessa aula, para que você possa baixar e acompanhar. Basta solicitar, que em até 5 minutos estará no seu email. 1. Importando os Dados para o Power Query O primeiro passo é importar a tabela para o Power Query. Para isso, siga esses passos: Ou abra o editor Power Query e importe a planilha com os dados. 2. Transformando Colunas de Saldos em Linhas Para facilitar a manipulação dos dados, vamos transformar as colunas de saldos acumulados em linhas: 3. Substituindo Valores Nulos por Zero Para evitar problemas durante a subtração, substituímos todos os valores nulos por zero.Uma etapa antes do passo anterior (Colunas para Linhas), faça isso: Olhe a tabela despivotada, e verás que agora todos os meses possuem valor. 5. Agrupando Dados por Conta Agora, agrupamos os dados por conta para calcular os movimentos mensais dentro de cada conta: Isso vai criar uma coluna com subtabelas, sendo uma para as linhas correspondentes àquela conta. 4. Adicionando Coluna de Índice nas Subtabelas Adicionamos uma coluna de índice para manter a ordem dos meses e facilitar a subtração: 6. Calculando os Movimentos Mensais Aqui vem a parte mais interessante: calcular os movimentos mensais subtraindo o saldo acumulado do mês anterior do saldo acumulado do mês atual: Essa função vai calcular a diferença da linha atual com a linha anterior, como representado nessa imagem: 7. Agora é só Expandir os Dados e Deletar o que não quer Depois de calcular os movimentos mensais, expandimos as tabelas agrupadas e reorganizamos os dados: O pulo do gato 🐈 Preparamos uma aula onde te mostro o isolamento de cálculo em memória para usar no pivotamento, que é uma das formas que ensinamos no DataEvo, que aumentam muito a performance das consultas. Assista todas as explicações visuais e a prática que te mostramos em cada passo mencionado aqui. Formação DataEvo: Domine a Automação Ganhe tempo e aprenda a automatizar tarefas no Excel, Power Query, SQL, DAX e Python! Não perca a oportunidade de se inscrever na nossa DataEvo. Com essa formação, você aprenderá a transformar dados de maneira eficiente, melhorando sua produtividade e permitindo análises mais avançadas. Essa formação é ideal para analistas de negócios que querem elevar suas habilidades e automatizar processos repetitivos. Material de Apoio Logo aqui no final você pode solicitar o envio do material para seu e-mail.Solicite, que em até 5 minutos você receberá. Conclusão Neste tutorial, vimos como transformar saldos acumulados em movimentos mensais utilizando Power Query. Através de uma série de passos detalhados, conseguimos automatizar o processo de cálculo, garantindo precisão e eficiência. Esta técnica é especialmente útil para analistas de negócios que lidam com grandes volumes de dados e necessitam de análises precisas e rápidas. Abraço,

Domine a técnica de conciliação contábil x financeiro com Power Query. Descubra como identificar e corrigir divergências em seus dados.