Frequently Asked Queries

Power Query is een hulpmiddel om data op te halen, op te schonen, te combineren en opnieuw te laden. Je kunt het zien als een manier om handmatige Excel-stappen vast te leggen, zodat je ze later opnieuw kunt uitvoeren.

Microsoft omschrijft Power Query als een data transformation en data preparation engine met een grafische interface voor het ophalen en bewerken van data. Je hoeft dus niet meteen code te schrijven om ermee te starten.

Power Query is vooral handig zodra je merkt dat je steeds hetzelfde werk opnieuw doet. Denk aan maandrapportages, exports uit systemen, bestanden uit een map combineren, kolommen opschonen, datums corrigeren, dubbele waarden verwijderen of tabellen aan elkaar koppelen.

Als je nu vaak denkt "dit heb ik vorige maand ook al gedaan", dan is dat meestal een goed Power Query-signaal.

In Excel vind je Power Query via het tabblad Gegevens, meestal onder Gegevens ophalen en transformeren of Get & Transform Data. Microsoft noemt Power Query in Excel ook wel Get & Transform.

Je kunt er externe data mee importeren of verbinden, data vormgeven en daarna laden naar Excel, zodat je de query later kunt verversen.

Nee. Dat is juist één van de redenen waarom Power Query zo sterk is voor mensen die veel met Excel werken. Je begint met klikken: kolommen verwijderen, filters zetten, datatypes aanpassen, tabellen combineren.

Achter de schermen schrijft Power Query wel M-code, maar die hoef je in het begin niet zelf te schrijven. Later kan het handig worden om die code te lezen of kleine stukjes aan te passen.

Begin met iets dat je al kent. Bijvoorbeeld één maandelijkse export die je nu handmatig opschoont. Zet die export in een vaste map, laad hem in via Power Query en voer je normale opschoonstappen uit.

Daarna vervang je het bestand door een nieuwe maand en klik je op vernieuwen. Dat is vaak het moment waarop het kwartje valt.

Denk aan kolommen verwijderen, kolomnamen aanpassen, lege regels verwijderen, datatypes wijzigen, tekst splitsen, waarden vervangen, filters toepassen en de eerste rij als kolomkop gebruiken.

Microsoft noemt dit soort bewerkingen standaardtransformaties in de Power Query-editor.

Ja, dit is één van de meest praktische toepassingen. Stel dat je iedere maand een Excel- of CSV-bestand krijgt met dezelfde kolommen. Dan kun je Power Query laten kijken naar een map en alle bestanden daarin combineren tot één tabel.

Microsoft beschrijft dit specifiek als scenario voor bestanden met dezelfde structuur die je vanuit één folder samenvoegt.

Samenvoegen lijkt op een lookup. Je koppelt twee tabellen naast elkaar op basis van een gemeenschappelijke sleutel, bijvoorbeeld klantnummer, artikelnummer of medewerker-ID.

Toevoegen betekent dat je tabellen onder elkaar plakt, bijvoorbeeld januari, februari en maart onder elkaar in één jaartabel. In Power Query heten die acties vaak Merge en Append.

Ja. Power Query kan ook groeperen, pivoteren en unpivoteren. Groeperen gebruik je bijvoorbeeld om totalen per klant, regio of maand te maken. Pivoteren gebruik je om waarden uit rijen om te zetten naar kolommen.

Unpivoteren is vaak nog belangrijker: daarmee maak je brede Excel-tabellen weer netjes analyseerbaar. Microsoft noemt merge, append, group by, pivot en unpivot als geavanceerdere transformatieopties in Power Query.

Elke bewerking die je doet, komt in Power Query terecht als een toegepaste stap. Daardoor kun je terugzien wat er met je data gebeurt: eerst bron ophalen, dan kolommen verwijderen, dan types aanpassen, dan filteren, enzovoort.

Microsoft beschrijft de lijst met Applied Steps als de plek waar je transformaties zichtbaar worden en waar je per stap kunt controleren hoe je data verandert.

Nee. Power Query zit in meerdere Microsoft-producten. Microsoft noemt onder andere Excel, Power BI, Analysis Services, Dataverse en andere producten als plekken waar Power Query wordt gebruikt voor data-connectiviteit en datavoorbereiding.

In Power BI Desktop gebruik je Power Query Editor om verbinding te maken met één of meerdere databronnen, data op te schonen en daarna te laden naar je model.

Dat is vaak de stap vóór je met relaties, DAX en visuals aan de slag gaat.

Dataflows zijn de cloudvariant van dit idee. In plaats van dat je Power Query alleen in één Excel- of Power BI-bestand gebruikt, kun je data voorbereiden in een online omgeving en de uitkomst hergebruiken.

Microsoft beschrijft dataflows als self-service, cloud-based data preparation waarmee je data kunt inladen, transformeren en opslaan in onder andere Power BI-workspaces, Dataverse of Azure Data Lake Storage.

In Microsoft Fabric heb je Dataflow Gen2. Dat voelt vertrouwd als je Power Query kent, omdat je ook daar met Power Query Online data kunt ophalen, transformeren en laden.

Microsoft beschrijft Dataflow Gen2 als een manier om visueel meerstaps data-ingestion en transformatie te bouwen met Power Query Online.

De basisgedachte is hetzelfde: data ophalen, stappen vastleggen, data transformeren en het resultaat laden. Maar de plek waar de data eindigt verschilt per tool. In Excel laad je vaak naar een werkblad of datamodel. In Power BI laad je naar je semantic model. In Dataflows of Fabric kun je de uitkomst meer centraal opslaan en hergebruiken.

Microsoft benoemt ook dat de bestemming afhankelijk is van het product of de service waarin Power Query wordt gebruikt.

Leer je stappen lezen. Niet meteen de hele M-taal, maar wel snappen wat elke stap doet. Geef stappen duidelijke namen, verwijder onnodige stappen en controleer regelmatig of je query nog logisch is.

Power Query wordt veel makkelijker als je het ziet als een klein proces in plaats van als een reeks losse knopjes.

Niet meteen. Maar op een gegeven moment helpt het wel. Power Query gebruikt de M-formuletaal om filters, combinaties en transformaties uit te voeren. Microsoft beschrijft M als de taal waarmee Power Query data uit één of meerdere bronnen kan filteren, combineren en samenvoegen.

Begin klein: kijk wat er gebeurt als je een kolom toevoegt, een filter zet of een waarde vervangt. Vaak leer je M het makkelijkst door je eigen klikwerk terug te lezen.

Query folding betekent dat Power Query bepaalde stappen terug kan vertalen naar de bron, bijvoorbeeld naar een SQL-query. Daardoor hoeft Power Query niet altijd eerst alle data op te halen voordat er gefilterd of gegroepeerd wordt.

Microsoft beschrijft query folding als het proces waarbij M-query's worden verwerkt en omgezet naar databronverzoeken. Voor beginners is dit nog geen startpunt, maar zodra datasets groter worden, wordt het belangrijk.

Een paar praktische gewoontes helpen veel: kies de juiste connector, filter zo vroeg mogelijk, doe dure bewerkingen later en werk tijdens het bouwen tijdelijk met een kleinere subset.

Dit zijn ook best practices die Microsoft zelf noemt voor Power Query. In normale mensentaal: haal niet eerst alles binnen als je eigenlijk maar een deel nodig hebt.

De reden is niet dat het "professioneler" klinkt. Het is dat je behoefte verandert. Excel is prima voor persoonlijke analyses en kleine terugkerende rapportages. Power BI wordt logischer zodra je dashboards, datamodellen en gedeelde rapportages bouwt.

Dataflows of Fabric worden interessanter zodra dezelfde opgeschoonde data door meerdere rapporten of mensen gebruikt wordt. De techniek volgt dus de vraag: wie gebruikt het, hoe vaak, hoeveel data is het en hoe herhaalbaar moet het zijn?