Venez assister à notre Journée Portes Ouvertes en live le jeudi 02 mai à 18h30
Venez assister à notre Journée Portes Ouvertes en live le jeudi 02 mai à 18h30
Venez assister à notre Journée Portes Ouvertes en live le jeudi 02 mai à 18h30
Je m'inscris à l'évènement
Difficulté :

Power Query : pourquoi et comment l’utiliser (tutoriel 2023)

Mis à jour le
12/4/2024
-
Tutoriel complet pour apprendre ce qu’est Power Query et comment bien l’utiliser pour structurer et analyser vos données sur Excel ou Power Bi.
Sommaire

Si vous travaillez avec des données, vous savez à quel point il peut être difficile de les collecter, de les nettoyer et de les analyser. Heureusement, il existe un outil qui peut vous simplifier la vie : Power Query. Nous allons vous expliquer pourquoi et comment utiliser Power Query, un outil de transformation et de préparation de données qui vous permet de se connecter à différentes sources de données et de les transformer selon vos besoins. Nous allons également vous montrer comment installer Power Query sur Excel, le logiciel le plus utilisé pour l’analyse de données. Que vous soyez débutant ou expert en données, Power Query va vous faire gagner du temps et améliorer la qualité de vos analyses.

Power Query : qu’est-ce que c’est ?

Power Query est un outil de transformation et de préparation de données. Il permet de se connecter à un large éventail de sources de données (fichiers locaux, bases de données, sites web, API, services cloud …) et de transformer ces données, par exemple supprimer des colonnes, changer des types de données ou fusionner des tables. Vous pouvez ainsi extraire des données d’Excel, d'autres outils de la suite Office, de bases de données SQL, de SharePoint et bien plus encore. En facilitant l'intégration de données provenant de différentes sources, Power Query vous offre donc une vue complète pour vos analyses. Son interface graphique intuitive est très appréciée et vous guide pas à pas dans la création de vos requêtes.

Power Query est disponible dans plusieurs produits et services Microsoft, comme Excel, Power BI et Power Apps. Selon le produit que vous utilisez, la destination de stockage des données peut varier. Par exemple, si vous utilisez Power Query sur Excel, vous pouvez charger vos données dans une feuille de calcul ou dans le modèle de données. Si vous utilisez Power Query sur Power BI, vous pouvez charger vos données dans un rapport ou un tableau de bord.

Pourquoi utiliser Power Query ?

Power Query présente plusieurs avantages par rapport aux méthodes traditionnelles de manipulation et d’analyse de données. Voici les principales raisons d’utiliser Power Query :

  • Gagner du temps : avec Power Query, vous pouvez automatiser les tâches répétitives et fastidieuses liées à la préparation des données. Par exemple, si vous devez nettoyer et consolider plusieurs fichiers Excel chaque mois, vous pouvez créer une requête Power Query qui effectue ces opérations en quelques clics. Vous n’aurez plus besoin de copier-coller des données ni d’écrire des formules complexes (concaténer deux colonnes, formater des dates, éliminer des doublons).
  • Faciliter la maintenance : avec Power Query, vous pouvez facilement modifier ou actualiser vos requêtes en cas de changement dans les données ou les schémas sous-jacents. Par exemple, si vous devez ajouter une nouvelle source de données ou modifier une transformation existante, vous pouvez le faire directement dans l’interface graphique ou dans l’éditeur Power Query. Vous n’aurez plus besoin de refaire tout le travail à chaque fois.
  • Améliorer la qualité : avec Power Query, vous pouvez réduire les erreurs et les incohérences dans vos données. Par exemple, si vous devez vérifier la validité des données ou appliquer des règles métier, vous pouvez le faire avec Power Query en utilisant des fonctions prédéfinies ou personnalisées. Vous pouvez par exemple utiliser des fonctions conditionnelles, comme la fonction SI (IF) pour effectuer des opérations spécifiques en fonction de critères définis. Vous n’aurez plus besoin de vérifier manuellement les données ni d’utiliser des macros VBA.
  • Augmenter les possibilités : avec Power Query, vous pouvez accéder à des sources de données variées et enrichir vos analyses avec des données externes. Par exemple, si vous voulez analyser les ventes de votre entreprise en fonction du taux de change ou du climat, vous pouvez utiliser Power Query pour vous connecter à des sources web qui fournissent ces données. Vous n’aurez plus besoin de télécharger manuellement les données ni d’utiliser des compléments tiers.

 {{banniere-article}}

Comment installer Power Query ?

Nous allons maintenant voir comment activer Power Query sur Excel. Si vous souhaitez utiliser Power Query pour manipuler et analyser des données sur Excel, vous devez d’abord vérifier si Power Query est déjà installé et activé sur votre version d’Excel. En effet, selon la version d’Excel que vous utilisez, Power Query peut être intégré directement dans le logiciel ou nécessiter un téléchargement et une installation séparés.

  • Excel pour Windows : si vous utilisez Excel 2016 ou une version ultérieure, Power Query est déjà intégré dans Excel et vous n’avez rien à installer. Il suffit d’aller dans l’onglet Données et de cliquer sur le bouton Obtenir des données. Si vous utilisez Excel 2010 ou 2013, vous devez télécharger et installer le complément Power Query. Une fois installé, vous trouverez Power Query dans l’onglet Compléments.
  • Excel pour Mac : si vous utilisez Excel pour Mac, Power Query est disponible depuis la version 16.29. Il suffit d’aller dans l’onglet Données et de cliquer sur le bouton Obtenir et transformer des données. Si vous utilisez une version antérieure, vous ne pouvez pas utiliser Power Query sur Mac.
  • Excel pour le web : si vous utilisez Excel pour le web, Power Query est disponible depuis la version 2021. Il suffit d’aller dans l’onglet Données et de cliquer sur le bouton Obtenir des données. Si vous utilisez une version antérieure, vous ne pouvez pas utiliser Power Query sur le web.
  • Power BI : Power Query est déjà intégré dans Power BI Desktop et dans le service Power BI. Il suffit d’aller dans l’onglet Accueil et de cliquer sur le bouton Obtenir des données.

Power Query est donc un outil facile à installer et à activer sur Excel, quel que soit le support que vous utilisez.



Utiliser Power Query sur Excel

power query

Après avoir chargé vos données sur Excel, Power Query vous permet de les transformer selon vos besoins pour créer des graphiques et des rapports. Pour utiliser Power Query sur Excel, vous devez suivre les étapes suivantes :

  • Se connecter aux sources de données : Pour se connecter à une source de données, vous devez aller dans l’onglet Données d’Excel et cliquer sur le bouton Obtenir des données. Vous pouvez alors choisir la source de données qui vous intéresse et spécifier les paramètres de connexion. Power Query va alors importer les données dans une requête que vous pouvez nommer et gérer dans le volet Requêtes à droite de votre écran.
  • Transformer les données : Pour transformer les données, vous devez faire un clic droit sur la requête que vous voulez modifier et choisir Modifier. L’éditeur Power Query s’ouvre dans une nouvelle fenêtre. Vous pouvez voir les données de la requête dans la grille principale et les étapes de transformation dans le volet Paramètres de requête à droite. Vous pouvez utiliser l’interface graphique pour appliquer des transformations en cliquant sur les boutons du ruban ou sur les menus contextuels. Vous pouvez également utiliser le langage de formule Power Query M pour écrire vos propres transformations personnalisées dans la barre de formule ou dans l’éditeur avancé.
  • Charger les données : Pour charger les données transformées dans Excel, vous devez cliquer sur le bouton Fermer et charger dans l’éditeur Power Query ou dans le volet Requêtes. Vous pouvez alors choisir la destination de chargement des données : une feuille de calcul ou le modèle de données. Le modèle de données est un outil qui vous permet de stocker et d’analyser des grandes quantités de données dans Excel en utilisant Power Pivot. Vous pouvez également choisir le mode de chargement des données : chargement immédiat ou chargement différé. Le chargement différé vous permet d’éviter d’encombrer votre classeur avec des données que vous n’utilisez pas immédiatement.

Power Query reste facile à utiliser sur Excel quel que soit votre niveau d’expertise en analyse de données.  Une fois que vous avez créé vos requêtes Power Query, vous pouvez les actualiser à tout moment pour conserver des données à jour.

Power Query vs Power Bi

Power Query et Power BI sont deux outils développés par Microsoft pour faciliter l’analyse de données. Voici un comparatif entre Power Query et Power BI pour choisir le plus adapté à vos besoins :

  • Power Query permet d’extraire des données de différentes sources, de les transformer et de les charger dans Excel. Power Query utilise un langage de formule appelé M. Il est très utile pour préparer des données en vue d’une analyse plus approfondie avec d’autres outils comme Power Pivot ou Power BI.
  • Power BI est un service cloud de business intelligence qui permet de créer des rapports et des tableaux de bord interactifs à partir de données provenant de diverses sources. Power BI comprend plusieurs composants : Power BI Desktop, une application à installer sur son ordinateur pour concevoir des rapports, Power BI Service, une plateforme en ligne pour publier et partager des rapports, Power BI Mobile, une application pour accéder aux rapports sur son smartphone ou sa tablette et Power BI Embedded, une solution pour intégrer des rapports dans d’autres applications. Power BI utilise le langage DAX (Data Analysis Expressions) pour créer des mesures et des calculs avancés.

Les avantages et les inconvénients de Power Query et Power BI :

  • Power Query a l’avantage d’être facile à utiliser grâce à son interface graphique qui permet d’appliquer des transformations de données sans avoir à écrire du code. Il a également l’avantage d’être compatible avec Excel donc accessible à un public non-professionnel. En revanche, il est justement limité aux fonctionnalités d’Excel, ce qui peut poser des problèmes de performance ou de visualisation avec des données au volume important ou complexes.
  • Power BI a l’avantage d’être plus puissant et plus complet que Power Query. Il permet non seulement de préparer des données mais aussi de les analyser et de les présenter sous forme de rapports dynamiques. Il a également l’avantage d’être basé sur le cloud, ce qui facilite le partage et la collaboration. Power BI est toutefois plus complexe et plus coûteux que Power Query dans la mesure où il nécessite une licence payante pour accéder à toutes ses fonctionnalités et il demande une certaine maîtrise du langage DAX.

Power Query et Power BI sont donc deux outils complémentaires qui répondent à des besoins différents en matière d’analyse de données. Power Query est plutôt adapté pour préparer des données simples dans Excel tandis que Power BI est plutôt adapté pour créer des rapports avancés et interactifs à partir de données provenant de multiples sources. Il est possible d’utiliser les deux outils ensemble en utilisant Power Query pour nettoyer et structurer les données avant de les charger dans Power BI pour les analyser et les visualiser.

En résumé, Power Query est un outil indispensable pour tous ceux qui travaillent avec des données. Et si vous souhaitez renforcer vos compétences de data analyst (même sans aucune connaissance technique), jetez un œil aux formations proposées par DataBird. En présentiel ou à distance, les programmes sont dispensés par des professionnels et finançables par CPF.

Venez assister à notre Journée Portes Ouvertes en live le jeudi 02 mai à 18h30
Rejoignez-nous le jeudi 02 mai dès 18h30 pour notre Journée Portes Ouvertes en live. Explorez le bootcamp DataBird ainsi que nos programmes de formation data.
Je m'inscris à l'évènement
Faites un premier pas dans la data avec nos cours gratuits
Démarrer

Nos derniers articles sur

Data Science

On entend souvent parler de machine learning, et notamment quand on parle d'IA. Mais au fond, qu'est-ce que cela veut dire ? On y répond dans cet article.
Comprendre les biais algorithmiques en IA: explorez les causes, impacts et solutions pour créer des technologies plus équitables et justes.
Le Data Scientist fait partie de l’équipe Data, et a un rôle clé quant à l’extraction des données. Mais qu’en est-il de son salaire ? Voyons ça ensemble !
Difficulté :