Ferramentas de Qualidade da Coluna Power Query

Você recebe uma planilha de vendas com 80.000 linhas, abre no Power Query e começa a criar medidas DAX. Semanas depois, o gestor questiona: "por que o total de faturamento está errado?" Você investiga, e descobre que 3.200 linhas tinham o campo de valor em branco, e ninguém percebeu. As medidas simplesmente ignoraram esses registros, sem aviso, sem erro, sem nenhum sinal visível no relatório.

Esse cenário se repete com frequência. E a causa quase sempre é a mesma: o analista começou a transformar os dados sem antes diagnosticar a qualidade da base.

O Power Query oferece um conjunto de ferramentas de diagnóstico visual, Qualidade da Coluna, Distribuição de Coluna e Perfil de Coluna: projetadas exatamente para esse momento: a inspeção inicial de uma fonte de dados antes de qualquer transformação. Neste artigo você vai entender o que cada uma revela, onde cada uma falha e como usá-las juntas para construir uma rotina profissional de avaliação de dados.

1. O que são e como localizar essas ferramentas

As três ferramentas de qualidade de dados estão na guia Exibição do Editor do Power Query, no grupo Visualização de Dados:

Guia Exibição > grupo Visualização de Dados

• Qualidade da Coluna
• Distribuição de Coluna
• Perfil de Coluna

Cada uma pode ser ativada de forma independente. Elas não são mutuamente exclusivas, você pode ter as três ativas ao mesmo tempo, embora isso reduza a área útil de visualização da tabela.

💡 Dica prática: As ferramentas de qualidade consomem processamento adicional do editor, pois precisam analisar os dados para gerar os indicadores. Em consultas muito pesadas ou com muitas etapas encadeadas, ative apenas a que você precisa naquele momento para manter o editor responsivo.

2. Qualidade da Coluna: o semáforo rápido de saúde

A Qualidade da Coluna é a ferramenta de triagem inicial. Quando ativada, ela exibe uma barra de progresso tricolor imediatamente abaixo do nome de cada coluna na área de visualização.

2.1 O que cada cor representa

Cada barra é dividida em três segmentos com percentuais correspondentes:

A soma dos três percentuais é sempre 100% do total de linhas avaliadas.

2.2 O que é considerado "Válido"

Um registro é marcado como Válido quando o Power Query consegue processar o valor daquela célula sem gerar erro e o campo não está vazio. Importante: válido não significa correto para o negócio. Um valor de R$ 0,00 em uma coluna de faturamento é tecnicamente válido para o Power Query, mas pode representar um erro de registro no sistema de origem. A Qualidade da Coluna detecta problemas técnicos, não semânticos.

2.3 O que é considerado "Erro"

Um registro é marcado como Erro quando uma transformação anterior gerou uma exceção naquele valor específico. Os casos mais comuns são:

• Tentativa de converter um campo de texto para número quando o valor contém letras (por exemplo, a coluna Valor tem uma célula com o texto "N/A" e você aplicou a etapa Tipo Alterado para Número Decimal)
• Divisão por zero em uma coluna calculada
• Função de extração de texto aplicada a um valor que não respeita o padrão esperado (por exemplo, extrair os 5 primeiros caracteres de um campo que tem apenas 3)

Erros no Power Query são propagados silenciosamente para o modelo se não forem tratados. Uma coluna com 2% de erros vai carregar com esses registros como null no modelo, e suas medidas DAX vão ignorá-los sem aviso.

2.4 O que é considerado "Vazio"

O Power Query distingue dois tipos de ausência de valor:

• null, ausência explícita de valor, o equivalente ao NULL do SQL
• Célula em branco, string vazia ("") proveniente de planilhas Excel ou arquivos CSV

Atenção: o Power Query trata string vazia e null de forma diferente em muitas operações. Uma célula com "" pode passar por um filtro de null sem ser removida, causando registros aparentemente vazios que chegam ao modelo. Ao tratar valores vazios, sempre verifique se precisa tratar os dois casos separadamente.

2.5 Como usar no dia a dia

A leitura correta da Qualidade da Coluna começa identificando as colunas que mais importam para o modelo, geralmente as chaves de relacionamento, as métricas numéricas e as colunas de data, e verificando seus percentuais antes de qualquer transformação.

Um padrão saudável para colunas críticas:

• Chave primária (ID): 100% Válido, 0% Erro, 0% Vazio
• Métricas numéricas (Valor, Quantidade): próximo de 100% Válido, com atenção especial a qualquer percentual de Erro
• Colunas de data: 100% Válido após tipagem correta; qualquer percentual de Erro indica problema de formato

3. Distribuição de Coluna: enxergando o formato dos dados

A Distribuição de Coluna, quando ativada, exibe um mini histograma imediatamente abaixo da barra de qualidade (ou abaixo do nome da coluna, se a Qualidade não estiver ativa). Além do gráfico, ela mostra dois contadores numéricos:

• Valores distintos: quantos valores únicos existem naquela coluna
• Valores únicos: quantos valores aparecem exatamente uma vez

3.1 A diferença entre Distintos e Únicos

Essa distinção é sutil mas fundamental para análise de qualidade:

Exemplo prático: coluna ID_CLIENTE com 10.000 linhas:

Quando você está avaliando se uma coluna pode servir como chave primária de um relacionamento no modelo, o número de Distintos deve ser igual ao total de linhas. Se não for, a coluna tem duplicatas e não pode ser usada como chave lado "1" em um relacionamento 1:N.

3.2 Lendo o histograma

O mini histograma mostra a distribuição de frequência dos valores. Ao passar o cursor sobre as barras, o Power Query exibe o valor e sua contagem.

O que o formato do histograma revela:

• Barras muito concentradas em um único valor: pode indicar que a maioria dos registros tem o mesmo valor (normal em colunas de status, por exemplo), ou pode indicar dado padrão indevido (como um sistema que preenche "0" quando o valor está ausente)
• Distribuição muito dispersa: comum em colunas de ID ou texto livre; esperado
• Barras isoladas com frequência muito baixa: candidatas a serem outliers ou erros de digitação (por exemplo, um valor "São Pauloo" em uma coluna de cidade que aparece apenas uma vez)

3.3 Caso de uso: identificar categorias fantasma

Imagine uma coluna Status_Pedido que deveria ter apenas os valores "Aprovado", "Cancelado" e "Pendente". A Distribuição de Coluna revela que existem 7 valores distintos. Ao inspecionar o histograma, você encontra: "aprovado" (com minúscula), "APROVADO" (em maiúscula) e "Aprovado " (com espaço no final), três variações do mesmo valor que o Power Query trata como categorias diferentes.

Sem a Distribuição de Coluna, esse problema chegaria ao modelo como inconsistência de filtro: ao selecionar "Aprovado" em um segmentador, os registros com "aprovado" e "APROVADO" não seriam incluídos.

4. Perfil de Coluna: o diagnóstico estatístico completo

O Perfil de Coluna é a ferramenta mais poderosa das três, e a que mais consome processamento. Quando ativado, ele substitui a visualização resumida da Distribuição e exibe, na parte inferior do editor, um painel de estatísticas completo para a coluna selecionada (clique em uma coluna para ativá-lo para ela especificamente).

4.1 O painel de estatísticas de coluna

O painel é dividido em duas seções:

Estatísticas de Coluna (lado esquerdo):

Estatísticas de Valor (lado direito, disponíveis apenas para colunas numéricas e de data):

4.2 Por que as estatísticas de valor são tão úteis

Para colunas numéricas críticas como Valor_Venda ou Quantidade, o Perfil de Coluna entrega em segundos o que normalmente exigiria criar medidas DAX no modelo ou fórmulas no Excel para calcular.

Exemplos de anomalias detectáveis imediatamente:

• Mínimo negativo em coluna de quantidade: uma coluna Qtd_Vendida com valor mínimo de -50 indica registros de devolução ou erro de lançamento. Você decide como tratar antes de carregar.
• Máximo muito acima da média: em uma coluna de valor de pedido com média de R$ 350 e máximo de R$ 98.000, o outlier pode ser um pedido corporativo legítimo ou um erro de digitação (como R$ 9.800,00 digitado como R$ 98.000,00). O perfil não decide por você, ele te dá o sinal para investigar.
• Desvio padrão próximo de zero: uma coluna com desvio padrão muito baixo e poucos valores distintos pode ser uma coluna de flag binário (0/1, S/N) que foi importada como número, ou pode indicar que a fonte está enviando um valor padrão estático sem variação real.
• Contagem de zeros elevada: em uma coluna de faturamento, 15% de registros com valor 0 merece investigação. São pedidos cancelados? Brindes? Erros de integração? O Perfil detecta, o analista interpreta.

4.3 Perfil de Coluna para colunas de texto

Para colunas de texto, as Estatísticas de Valor mostram:

• Mínimo e Máximo: os valores em ordem alfabética (não numérica). Útil para detectar caracteres especiais no início de strings, como "!Empresa ABC" que aparece como mínimo alfabético.
• Contagem de valores: número de registros não nulos
• Contagem de vazios: equivalente ao campo Vazio das estatísticas gerais

O histograma de distribuição para colunas de texto lista os valores mais frequentes com suas contagens. Para uma coluna Cidade, por exemplo, isso revela imediatamente as cidades com mais registros, e também aquelas com uma única ocorrência que podem ser erros de digitação.

5. A limitação dos 1.000 primeiros registros

Esta é a informação mais importante deste artigo, e a que mais frequentemente passa despercebida.

Por padrão, todas as três ferramentas de qualidade analisam apenas os 1.000 primeiros registros da consulta, não o total de linhas da tabela. Esse comportamento está documentado na barra de status do editor, que exibe a mensagem:

"Criação de perfil de coluna com base nas 1000 primeiras linhas"

5.1 Por que isso é importante

Imagine uma tabela de 500.000 registros de vendas. Os primeiros 1.000 registros são do mês de janeiro, que foi um mês limpo, sem problemas de integração. A Qualidade da Coluna exibe 100% Válido em todas as colunas, e você conclui que a base está limpa.

Mas em fevereiro, o sistema de origem teve um problema e gerou 8.000 registros com o campo Valor em branco. Esses registros estão nas linhas 45.001 a 53.000: completamente fora da janela de análise dos 1.000 primeiros.

O resultado: você carrega a base "aparentemente limpa" para o modelo, as medidas de faturamento ficam subdimensionadas, e o erro só é descoberto quando o gestor questiona os números.

5.2 Como analisar a base completa

Para expandir a análise para todas as linhas, clique no link exibido na barra de status do editor:

"Criação de perfil de coluna com base nas 1000 primeiras linhas": clique aqui para alterar para "Criação de perfil de coluna com base em todo o conjunto de dados"

Essa opção instrui o Power Query a analisar todas as linhas disponíveis na consulta.

⚠️ Atenção ao desempenho: Analisar o conjunto de dados completo em fontes grandes (centenas de milhares ou milhões de linhas) pode deixar o editor significativamente mais lento, especialmente se a fonte for remota (SQL Server, SharePoint, API). Use essa opção pontualmente, ative, faça o diagnóstico, e considere desativar ao voltar para o desenvolvimento das transformações.

⚠️ Nota: A opção de análise do conjunto completo é configurada por sessão no editor, não por consulta ou por arquivo. Ao fechar e reabrir o editor, o comportamento volta para os 1.000 primeiros registros.

6. Como as três ferramentas se complementam

Usadas isoladamente, cada ferramenta responde uma pergunta específica. Usadas em sequência, elas formam um protocolo completo de avaliação de qualidade:

PASSO 1: Qualidade da Coluna (visão panorâmica)
"Existe algum problema nesta coluna?"
→ Identifica colunas com Erro ou Vazio acima do aceitável
→ Prioriza quais colunas investigar primeiro

PASSO 2: Distribuição de Coluna (visão de diversidade)
"Como os valores estão distribuídos? Existem duplicatas onde não deveria?"
→ Verifica integridade de chaves (Distintos = Total de linhas?)
→ Detecta variações de texto (espaços, capitalização)
→ Identifica outliers no histograma

PASSO 3: Perfil de Coluna (visão estatística)
"Qual é o range válido de valores? Existem zeros ou negativos indevidos?"
→ Verifica Mínimo e Máximo para colunas numéricas e de data
→ Avalia desvio padrão para detectar dados estáticos ou artificiais
→ Quantifica exatamente quantos registros têm cada problema

7. Transformando o diagnóstico em ações de limpeza

As ferramentas de qualidade não corrigem os problemas, elas os revelam. A correção é feita aplicando etapas de transformação na consulta. Veja as ações mais comuns para cada tipo de problema identificado:

7.1 Tratando Erros

Quando a Qualidade da Coluna aponta registros com Erro, você tem três opções no Power Query:

Substituir Erros: substitui o valor com erro por um valor padrão que você define.

Caminho: selecione a coluna > clique com o botão direito > Substituir Erros

Use quando o erro é esperado e tem um valor padrão adequado (por exemplo, substituir erros de conversão numérica por 0 em uma coluna de desconto opcional).

Remover Erros: remove as linhas que contêm erros na coluna selecionada.

Caminho: selecione a coluna > guia Página Inicial > Remover Linhas > Remover Erros

Use com cautela: você está perdendo registros. Documente a decisão no nome da etapa.

Manter Erros: mantém apenas as linhas com erro, útil para isolar e auditar os registros problemáticos.

Caminho: selecione a coluna > guia Página Inicial > Manter Linhas > Manter Erros

Técnica útil em fluxos de auditoria: você isola os registros problemáticos em uma consulta separada para registrar o log de erros.

7.2 Tratando Vazios

Para registros com null ou string vazia, as opções principais são:

Substituir Valores: substitui null por um valor específico.

Caminho: selecione a coluna > clique com o botão direito > Substituir Valores > no campo "Valor a Localizar", deixe em branco (para null)

Preencher para Baixo / Preencher para Cima: propaga o último valor não nulo para as células nulas abaixo ou acima.

Caminho: selecione a coluna > guia Transformar > Preencher > Para Baixo ou Para Cima

Útil para tabelas com estrutura hierárquica onde a categoria só aparece na primeira linha do grupo (padrão comum em relatórios exportados de ERPs).

Remover Linhas em Branco: remove todas as linhas onde a coluna selecionada é null.

Caminho: guia Página Inicial > Remover Linhas > Remover Linhas em Branco

7.3 Tratando variações de texto detectadas na Distribuição

Para padronizar capitalização e remover espaços extras que a Distribuição de Coluna revela:

Aparar: remove espaços no início e no final do texto.

Caminho: selecione a coluna > guia Transformar > Formatar > Aparar

Limpar: remove caracteres não imprimíveis (quebras de linha, tabulações) que podem estar presentes em dados exportados de sistemas legados.

Caminho: selecione a coluna > guia Transformar > Formatar > Limpar

Minúsculas / Maiúsculas / Capitalizar Cada Palavra: padroniza a capitalização para eliminar as variações de "aprovado", "APROVADO" e "Aprovado".

Caminho: selecione a coluna > guia Transformar > Formatar > escolha o padrão desejado

8. Dica Etek: crie uma rotina de diagnóstico

Profissionais experientes têm uma regra: nunca começar a transformar antes de terminar de diagnosticar. O custo de descobrir um problema de qualidade depois de 15 etapas de transformação já aplicadas é muito maior do que o de identificá-lo antes de começar.

Uma rotina prática de diagnóstico inicial para qualquer nova fonte de dados:

1. Ative Qualidade da Coluna e mude para análise do conjunto completo

Antes de qualquer etapa, expanda a análise para todas as linhas e faça uma leitura panorâmica de todas as colunas. Identifique qualquer coluna com Erro ou Vazio acima de 0% nas colunas críticas.

2. Inspecione as colunas-chave com Distribuição de Coluna

Para cada coluna que será usada como chave de relacionamento no modelo, verifique se Distintos = Total de linhas. Qualquer diferença indica duplicata e precisa de tratamento antes de criar o relacionamento.

3. Aprofunde com Perfil de Coluna nas métricas numéricas e datas

Para as colunas que alimentarão medidas DAX, verifique Mínimo, Máximo, Média e Contagem de Zeros. Qualquer valor fora do range esperado para o negócio é um sinal de investigação.

4. Documente o que encontrou antes de tratar

Renomeie as etapas de correção com nomes descritivos: em vez de "Valor Substituído" (nome automático gerado pelo Power Query), use "Substituir null por 0 em Desconto, campo opcional". Isso torna o pipeline auditável por qualquer pessoa que abrir o arquivo no futuro.

💡 Boas práticas de nomenclatura de etapas: O painel Etapas Aplicadas é um log de decisões. Um nome genérico como "Linhas Filtradas" não comunica nada sobre o critério do filtro. Um nome como "Remover registros sem ID de Cliente, 143 registros" documenta a decisão e a magnitude do impacto. Esse nível de cuidado é o que separa pipelines de dados profissionais de pipelines descartáveis.

Qual o próximo passo?

Agora que você sabe como diagnosticar uma base antes de transformá-la, o próximo passo é dominar as transformações de coluna mais usadas no dia a dia, as operações que você vai aplicar depois de identificar os problemas com as ferramentas de qualidade.

Leia também: Decifrando o Power Query #1: Entendendo a interface e o fluxo de trabalho

Todas as ferramentas e funções apresentadas neste artigo são gratuitas, não dependem de licença Pro ou Premium para uso no Power BI Desktop ou no Excel com Microsoft 365.

📌 Nota sobre versões: Os caminhos de menu e o comportamento das ferramentas descritos neste artigo referem-se ao Power BI Desktop com atualização até maio de 2025. Consulte o Microsoft Learn, Power Query para verificar atualizações recentes no comportamento das ferramentas de perfil de dados.