Tutoriel Power Query 2025

(écrit par un humain)

Dans ce nouveau tutoriel, nous allons voir comment fonctionne Power Query. Vous verrez que grâce à lui, vous gagnerez un temps précieux dans la préparation et le nettoyage de vos données. 

Pour ce faire, nous nous intéresserons à un fichier Excel d’une entreprise fictive : INFOMAX, société qui vend du matériel informatique dans plusieurs pays. 

Notre objectif sera de préparer les données afin de faciliter la comparaison entre les objectifs vente et les ventes réalisées.  

Commençons par ouvrir un fichier vierge dans Power BI pour aller récupérer les données de notre classeur Excel. Nous allons nous connecter au fichier source qui se nomme Infomax_V2 et l’ouvrir. Nous voyons que Microsoft a récupéré plusieurs onglets dont "l’onglet objectif" et "l’onglet réalisé".  

 Pour l’instant nous allons travailler avec " l’onglet réalisé " dont nous allons transformer les données dans Power Query.  

Accéder à Power Query 

L’éditeur Power Query s’est ouvert et voici comment il se présente :  

• A gauche, la liste des requêtes, ici nous n’en avons qu’une pour l’instant 

• Au milieu nous avons les données en temps réel 

• Sur la droite, il y a les étapes appliquées. Chaque transformation sur la donnée est stockée sur la forme d’une étape. Actuellement, nous en avons 3, générées automatiquement par Microsoft : source (qui se connecte au fichier infomax v2), navigation (fait référence à l’onglet qui a été importé), type modifié (où Microsoft à tenter d’assigner un type de données à chaque colonne). Cette dernière étape ayant mal fonctionné, elle n’est pas nécessaire et nous pouvons la supprimer.  

Un des premiers reflexes à avoir sur Power Query est de détecter où se situe nos titres de colonne. 

• Aller dans " l’onglet Accueil " 

• Sélectionner l’option " utiliser la première ligne pour les en-têtes " 

 Microsoft a ajouté une étape qui se nomme " type modifié ", nous la supprimons pour ne garder que 3 étapes : source, navigation et en-tête.   

Rendre possible l’exploitation des données  

 Désormais il nous faut rendre les données exploitables. 

Nous allons regrouper nos dates dans une seule colonne, ainsi que nos montants.  

Cette opération s’appelle " dépivoter ".  

• Sélectionner les colonnes qu’on ne va pas dépivoter 

• Clic droit " dépivoter les autres colonnes " 

Nous voyons qu’une 4ème étape s’est créée. Dans la formule, qui apparait je renomme "attribut" en " date " et "valeur " en " montant ", cela permet d’éviter l’ajout d’une nouvelle étape.  

Il nous reste à donner le bon type à nos colonnes : texte, date, nombre décimal fixe (destiné à l’affichage des valeurs monétaires).  

A savoir : Nous travaillons sur Power Query via Power BI Desktop mais il existe aussi dans Excel.  

• Se rendre dans l’onglet affichage  

• Editeur avancé ; apparait alors le code source de la requête. Le sélectionner et copier.  

• Ouvrir un fichier Excel  

• Aller dans " données ", puis " obtenir des données " et lancer l’éditeur Power Query 

• Cliquer sur " nouvelle source ", " autres sources " et " requête vide " 

• Dans l’accueil, aller dans " éditeur avancé " et coller la requête.  

Nous avons fini notre travail pour la " requête réalisé ". Notre objectif étant de comparer le CA réalisé à l’objectif CA nous allons importer " l’onglet objectif " dans le même fichier source.  

• Se positionner sur " requête réalisé " 

• Clic droit 

Nous nous retrouvons avec une nouvelle requête que nous renommons " objectif ". Nous devons changer l’étape " navigation " qui doit pointer vers " l’onglet objectif ". 

• Aller sur " l’engrenage " 

• Cliquer dessus et mettre " objectif "  

Nous allons maintenant demander à Microsoft de dépivoter à nouveau et de remettre les bons " types " : ce qu’il a fait. Cela signifie que nous avons automatiser nos traitements.   

Il est temps de passer à notre comparaison.  

Fusion de requête  

Pour faire cela, il va falloir faire l’équivalent d’une recherche V dans Excel qui s’appelle ici : fusion de requêtes.  

• Aller dans " l’onglet accueil " 

• Dans la section " combiner " chercher " fusionner des requêtes " et cliquer sur " fusionner des requêtes comme nouvelles ".  

 Nous avons en haut la requête " objectif " et en bas la " réalisé ". Nous allons créer un pont entre ces deux requêtes. Microsoft va concaténer les colonnes communes pour générer un identifiant unique afin de les rapatrier.  

Une nouvelle requête est apparue : " fusionner1 " où je retrouve les données de mes deux requêtes " objectif " et " réalisé ". Il nous faut maintenant décompresser les données :  

• Se positionner sur la double flèche de la colonne réalisé et ne garder que la colonne " montant ".   

Puis nous renommons les colonnes objectif et réalisé ainsi que la requête qui devient " Fact_Ventes_infomax ". 

A présent, il peut être intéressant d’avoir une vue de toutes mes requêtes pour comprendre leurs antécédents :  

• Aller dans " l’onglet affichage " et " dépendances de la requête ".  

Dépendances de la requête 

Nous voyons pour le moment que nous n’avons pas chargé les données. Nous voyons également que toutes les données qui nous intéressent sont dans la table " Fact_Ventes_infomax ", nous chargerons donc uniquement celle-ci (ce qui permettra d’économiser de la mémoire). Nous allons aller dans " requête réalisé ", clic droit et décocher " activer le chargement ". Nous faisons la même chose pour objectif.  En nous rendant à nouveau dans " l’affichage de dépendances " nous pouvons voir nos modifications.   

A ce stade il y a une partie très importante de Power Query que nous devons voir : l’aperçu et le profilage des données, c'est-à-dire vérifier et inspecter la qualité de nos données. 

Aperçu et profilage des données 

• Aller dans l’onglet " affichage " 

• Groupe " aperçu des données " 

• En bas à gauche " profilage de la colonne basée sur ensemble du jeu de données " pour que l’analyse s’applique sur l’intégralité de mes lignes.  

• Activer " qualité de la colonne " pour obtenir le pourcentage de données valides, en erreur et vides pour l'ensemble des colonnes.  

• Activer l’option " distribution des colonnes " qui nous montre le nombre de données distinctes et uniques. C'est-à-dire ne nombre de valeur différente et orpheline.  

• Activer " profil de colonne ", cette option ne fonctionne que par colonne sélectionnée. Elle donne des statistiques sur la colonne (nombre de lignes, erreurs, section vide…) 

Cette inspection des données qu’on nomme le Data Quality Management (DQM) n’est pas à négliger.  

Nous avons maintenant terminé la partie transformation des données. Elles sont préparées et il ne reste qu’à les charger. 

• Aller dans l’onglet " accueil " puis " fermer et appliquer " (il s’agira de " fermer et charger" dans Excel). 

Création de visuels 

Nous nous retrouvons sur Power BI Desktop et sur le volet " données " situé à droite, nous avons notre table chargée : " Fact_Ventes_infomax ".  

A partir de là nous pouvons créer nos visuels.  

Dans notre exemple nous allons réaliser une "matrice", équivalent d’un tableau croisé dynamique dans Excel. 

• Valeurs : Somme de [Réalisée] 

• Colonnes : Année 

• Ligne s: Pays 

Nous avons ainsi la somme réalisée par pays et par année.  

Conclusion 

Nous avons pu voir un tutoriel complet sur l’utilisation de Power Query et que cet outil existe aussi bien dans Power BI que dans Excel. N’oubliez pas que même si cet outil semble assez simple, il y a plusieurs règles de bonnes pratiques à respecter pour un usage optimal. 

Si vous souhaitez en apprendre davantage, n’hésitez pas à consulter nos formations sur Power BI. 

En attendant, rejoignez nous sur notre page YouTube pour découvrir plus de tutos.