Bienvenue sur Cybermatik ! Aujourd’hui, on plonge dans un sujet crucial pour tous les utilisateurs de Power BI : le pivotement et dépivotement des données dans Power Query. Ces opérations sont essentielles pour transformer des fichiers Excel mal structurés en bases de données exploitables pour des visuels interactifs.
Vous avez déjà été frustré par un fichier où les dates étaient en colonnes ou les cellules fusionnées compliquaient l’analyse ? Ce tuto est pour vous. Suivez-moi pour apprendre à structurer vos données comme un pro !
Pourquoi pivoter ou dépivoter des données ?
Les données mal formatées, comme des dates en colonnes ou des cellules fusionnées, posent de sérieux problèmes pour :
- Créer des visuels dynamiques ;
- Calculer des agrégations correctes (par mois, trimestre, année) ;
- Filtrer ou explorer les données dans Power BI.
Le dépivotement consiste à convertir des colonnes (comme les mois) en lignes, ce qui simplifie l’analyse temporelle. Le pivotement, en revanche, transforme des lignes en colonnes, souvent pour des besoins de mise en forme spécifique.
Étape 1 : Préparer vos données dans Power Query
- Importer les données :
- Chargez votre fichier Excel mal formaté dans Power Query.
- Exemple : un tableau avec des colonnes fusionnées pour les marques, des dates en colonnes, et des valeurs brutes.
- Nettoyer les cellules fusionnées :
- Sélectionnez la colonne concernée.
- Faites un clic droit, puis choisissez Remplir > Vers le bas.
- Résultat : toutes les lignes fusionnées récupèrent la valeur correcte.
- Promouvoir la première ligne comme en-têtes :
- Cliquez sur Utiliser la première ligne comme en-têtes pour transformer vos données brutes en tableau structuré.
Étape 2 : Dépivoter les colonnes pour les dates
- Identifier les colonnes à dépivoter :
- Sélectionnez toutes les colonnes à transformer (ex. les colonnes des mois).
- Utiliser l’option « Dépivoter les autres colonnes » :
- Dans le menu Transformer, cliquez sur Dépivoter les autres colonnes.
- Résultat : chaque colonne devient une ligne avec sa valeur associée.
- Renommer et formater les colonnes :
- Renommez les colonnes résultantes (ex. « Attribut » devient « Date »).
- Modifiez le type de données pour la colonne des dates (format « Date »).
Étape 3 : Vérifier et charger vos données
- Valider le modèle de données :
- Assurez-vous que chaque ligne contient toutes les informations nécessaires (Marque, Modèle, Date, Valeur).
- Charger dans Power BI :
- Une fois les transformations terminées, cliquez sur Fermer et charger pour envoyer vos données propres vers Power BI.
Cas pratique : Un fichier Excel mal structuré
Données initiales :
| Marque | Modèle | Janvier 2023 | Février 2023 | Mars 2023 |
|---|---|---|---|---|
| Renault | Zoé | 1000 | 1200 | 1100 |
| Peugeot | 208 | 800 | 900 | 850 |
Données dépivotées :
| Marque | Modèle | Date | Valeur |
|---|---|---|---|
| Renault | Zoé | Janvier 2023 | 1000 |
| Renault | Zoé | Février 2023 | 1200 |
| Peugeot | 208 | Mars 2023 | 850 |
Étape 4 : Utiliser les données dans Power BI
- Créer des visuels dynamiques :
- Ajoutez la colonne « Date » comme axe pour vos graphiques.
- Filtrez ou hiérarchisez par année, trimestre ou mois.
- Exemple de visuel :
- Un graphique en courbes montrant les ventes mensuelles par marque ;
- Une ventilation par modèle avec des filtres dynamiques.
Conclusion : Pourquoi pivoter ou dépivoter ?
Le pivotement et le dépivotement sont indispensables pour convertir des fichiers non optimisés en bases de données exploitables dans Power BI. Grâce à Power Query, vous pouvez :
- Structurer vos données pour des calculs précis ;
- Simplifier l’analyse temporelle ;
- Créer des visuels interactifs et professionnels.
Retrouvez en détails comment faire ici et retrouvez tous mes autres tutos par là.
N’oubliez pas de vous abonner à la chaîne et de laisser un commentaire pour me dire ce que vous avez pensé de cette vidéo.