Fusionner et extraire les données des colonnes dans Power Query
Cette leçon aborde la fusion de colonnes et l'extraction de texte dans Power Query, en se concentrant sur les données RH comme le nom, le prénom et l'e-mail. Mettez en valeur vos compétences en manipulation de données avec des exemples concrets et des astuces pratiques pour optimiser vos traitements.
Introduction
Importer et préparer les données
Comprendre la modélisation des données
Créer et améliorer un rapport
Premiers calculs avec DAX
Gérer les dates dans Power BI
Publier et partager un rapport
Détails de la leçon
Description de la leçon
Dans cette leçon, vous découvrirez des techniques essentielles pour gérer efficacement les colonnes de données RH à l'aide de Power Query. L'approche porte d'abord sur la fusion du nom et du prénom en une seule colonne, en choisissant un séparateur approprié et en renommant la colonne résultante pour une meilleure lisibilité. Une attention particulière est portée sur le contrôle du processus, permettant de corriger facilement une erreur de nommage via l'éditeur d'étapes.
La seconde partie de la vidéo concentre l'apprentissage sur l'extraction de parties précises de texte dans une colonne d'e-mail. Elle présente deux méthodes : la première par fractionnement au délimiteur pour séparer l'identifiant du domaine, et la seconde, plus directe et efficace, par l'extraction d'un préfixe au délimiteur afin de récupérer la partie avant l'arrobase. Un point est fait sur la gestion des étapes automatiques du type de donnée, avec des conseils pour éviter les opérations superflues et maintenir la table propre.
Ce module renforce les compétences en transformation de données pour toute personne manipulant des jeux de données RH dans Power Query, en favorisant efficacité, rigueur et bonnes pratiques.
Objectifs de cette leçon
À l'issue de cette leçon, les apprenants seront capables de fusionner plusieurs colonnes en une seule selon des critères choisis, d'extraire automatiquement des fragments de texte d'un champ email, et d'optimiser leurs traitements de données dans un contexte professionnel RH.
Prérequis pour cette leçon
Il est conseillé d'avoir une connaissance de base de Power Query, de comprendre la structure d'une table de données, et d'être à l'aise avec les concepts élémentaires de manipulation de colonnes dans un tableur tel que Excel ou Power BI.
Métiers concernés
Ce sujet concerne particulièrement les analystes RH, data analysts, gestionnaires de paie, consultants en organisation ainsi que tous les métiers impliquant la gestion et le traitement de bases de données de personnel au sein d’une entreprise.
Alternatives et ressources
Des solutions alternatives à Power Query incluent Excel (formules avancées), Google Sheets (formules SPLIT et CONCATENATE), OpenRefine ou encore des langages de script tels que Python (pandas) ou R pour la manipulation avancée de données.
Questions & Réponses