Power BI Desktop

Bien, hemos modelado nuestros datos en Power Query y ahora estamos listos
para construir un informe, pero todavía estamos dentro de Power Query.
Entonces, ¿cómo volvemos a Power BI Desktop para hacerlo?
Para regresar a Power BI Desktop, ve a la pestaña de inicio (home) en la cinta de
opciones y mira en el extremo izquierdo. Verás un botón llamado "Cerrar y aplicar"
(Close and Apply). Al hacer clic en este botón, se guardarán todos los cambios en
tu modelo de datos, se cerrará Power Query y se iniciará la primera carga de tu
conjunto de datos preparado en tu modelo de datos de Power BI. Mientras esto
sucede, aparecerá una pequeña ventana que indica que se está actualizando el
conjunto de datos. Esto muestra que Power BI está consultando los datos de tu
origen de datos, en este caso nuestro archivo CSV, y está ejecutando todos los
datos a través de nuestra receta para generar el modelo de datos final y otros
elementos.
Esto nos permitirá actualizar nuestro archivo CSV con una versión más reciente
que contenga datos más actualizados. Luego, desde Power BI Desktop,
simplemente podemos hacer clic en el botón de actualización para cargar los
nuevos datos ejecutándolos a través de esa misma receta exacta. Espero que
estés comenzando a ver por qué Power Query es una parte tan importante de
Power BI Desktop y cómo realmente construye los cimientos para que luego
visualicemos y analicemos nuestros datos.
Ahora que los datos se han cargado, Power Query ha desaparecido y volvemos a
Power BI Desktop, específicamente al Editor de informes. Tómate un momento
para explorar el resto de Power BI Desktop. Como habrás imaginado, el gran
espacio en blanco en el centro es nuestra primera página de informe, donde
podemos comenzar a visualizar nuestros datos colocando tablas y gráficos en ella.
Comúnmente nos referimos a este espacio como el lienzo del informe.
Si miras en la parte inferior de la pantalla, verás que solo tenemos una página por
el momento, pero podemos agregar más páginas más adelante utilizando el
pequeño botón amarillo con el signo más a la derecha de la página uno. Al igual
que Power Query, Power BI Desktop tiene una cinta de opciones en la parte
superior. La pestaña de inicio (home) te permite agregar rápidamente nuevas
visualizaciones y medidas al lienzo del informe, obtener datos o agregar nuevas
fuentes de datos a tu modelo de datos, actualizar tu modelo de datos (suponiendo
que haya datos más nuevos disponibles) y volver a Power Query utilizando el
botón "Transformar datos" (Transform Data). Poder volver a Power Query es
bastante importante porque a medida que profundices en modelos de datos más
complejos más adelante en el curso, necesitarás saber cómo moverte
rápidamente entre Power BI Desktop y Power Query. Intenta recordar que para
volver de Desktop a Power Query, debes hacer clic en el botón "Transformar
datos". Para volver de Power Query a Desktop, utiliza el botón "Cerrar y aplicar"
como hicimos al comienzo de este video.
Siguiendo con la pestaña "Insertar" (Insert), te ofrece más elementos para agregar
a tu lienzo del informe, como botones, imágenes, formas y cuadros de texto. Esto
es bastante autoexplicativo.
La pestaña "Modelado" (Modeling) te brinda formas de agregar medidas,
columnas calculadas y parámetros a tu modelo de datos, y también te permite
configurar cosas como la seguridad a nivel de fila (row level security). También
incluye la función de preguntas y respuestas (Q&A), de la cual hablaremos en
videos posteriores.
Finalmente, la pestaña "Vista" (View) te permite seleccionar y personalizar el tema
de tu informe. Puedes alternar entre la vista de escritorio (desktop layout) y la vista
de teléfono (phone layout), y puedes activar diferentes paneles para un diseño
avanzado del informe.
Ahora, echemos un vistazo al borde izquierdo de la pantalla, donde deberías ver
tres iconos. El primero, que está seleccionado, es el Editor de informes (report
editor) en el que nos encontramos actualmente. Si vamos a la siguiente pestaña,
nos lleva a la Vista de datos (data view), donde podemos obtener una vista previa
de nuestro modelo de datos finalizado. La Vista de datos es realmente útil para
agregar medidas y columnas calculadas.
Finalmente, tenemos la Vista de modelo (model view), que nos brinda una
representación gráfica de nuestro modelo de datos, mostrando cada conjunto de
datos como una tabla. A medida que agregamos más conjuntos de datos al
modelo, podemos usar la Vista de modelo para crear relaciones entre las
diferentes tablas. Esto será muy útil en un video futuro, pero por ahora parece que
no hay mucho sucediendo en nuestra Vista de modelo, así que volvamos al Editor
de informes.
En el lado derecho de nuestra pantalla, tenemos algunos paneles para revisar.
Todos estos paneles se pueden contraer o expandir haciendo clic en sus nombres
en la parte superior. Comenzando desde el extremo derecho, tenemos el panel de
campos (fields pane), que te brinda una lista de todos tus conjuntos de datos y sus
columnas. Gran parte del desarrollo de informes se centra en este panel, por lo
que siempre lo mantengo expandido.
Moviendo hacia la izquierda, tenemos el panel de visualizaciones (visualizations
pane), que es lo que usamos para agregar nuevas visualizaciones a nuestro lienzo
del informe y configurar las visualizaciones existentes. Configuramos las
visualizaciones agregando campos y formateando su apariencia, como tamaño,
ubicación o colores.
Finalmente, a la izquierda del panel de visualizaciones, tenemos el panel de filtros
(filters pane). El panel de filtros no siempre es necesario, pero es una herramienta
muy poderosa. A medida que construyes informes más complejos, notarás que el
panel de filtros tiene un ícono de ojo en la esquina superior derecha. Esto te
permite ocultar el panel de filtros en una página si no lo necesitas. Por ahora,
mantendremos el nuestro visible, pero colapsemoslo para que esté fuera del
camino y podamos tener una vista más amplia y mejor de nuestro lienzo del
informe.
Ahora creo que estamos listos para comenzar a construir este informe. ¡Nos
vemos en el próximo video!

Construyendo nuestro primer reporte

- Muy bien, hemos creado nuestro modelo de datos utilizando Power Query y
ahora conocemos dónde se encuentra todo en Power BI Desktop. Vamos a
construir nuestro primer informe.
Comencemos por explorar algunas formas de agregar datos desde el panel de
campos al lienzo del informe. Primero, haz clic y arrastra el campo "population"
(población) y simplemente suéltalo en el centro de la página del informe.
Inmediatamente suceden cosas interesantes. Power BI ha creado un gráfico de
columnas que muestra la suma de las poblaciones de todos los países en nuestro
conjunto de datos.
¿Cómo supo hacer eso? Tiene que ver con los tipos de datos en nuestro conjunto
de datos. Si volvemos a mirar el panel de campos, notarás que los campos "area"
(área), "population" (población) y "population density" (densidad de población)
tienen símbolos de sigma junto a ellos. Esto nos indica que Power BI ha
reconocido estos campos como numéricos, lo que significa que se pueden agregar
de varias formas.
Ahora, echa un vistazo al panel de visualizaciones. Recuerda que en el video
anterior mencioné que podemos utilizar este panel para configurar cada una de
nuestras visualizaciones en la página. En este caso, con nuestros nuevos gráficos
de columnas seleccionados, podemos utilizar este panel para modificar el gráfico
de varias formas.
Primero, observa las cuatro secciones. Tenemos "axis" (eje), "legend" (leyenda),
"value" (valor) y "tooltips" (información sobre herramientas). Puedes hacer clic y
arrastrar campos a estas secciones, y cambiará la forma en que la visualización
representa los datos. Los campos numéricos suelen ir en la sección de "value"
porque esos campos numéricos son los que estamos tratando de medir o agregar
de alguna manera. Pero en este momento, lo único que estamos haciendo es
sumar la población mundial.
Digamos que queremos ver la población total por país, todo lo que necesitamos
hacer es agregar "country" (país) al gráfico. Y tenemos tres formas de hacerlo.
Primero, hagamos clic y arrastremos "country" directamente al gráfico. Verás que
"country" se ha agregado a la sección del eje. Ahora, usemos el símbolo "X" para
eliminar "country", lo que devolverá el gráfico a su estado original.
La segunda forma de agregar "country" a nuestro gráfico es simplemente haciendo
clic en la casilla de verificación junto a su nombre. Y una vez más, Power BI lo
agregará al eje del gráfico. Desmarquemos la casilla para eliminar "country" del
gráfico una vez más.
Ahora vamos a demostrar el método final haciendo clic y arrastrando "country"
directamente a la sección del eje. Cualquiera de estos tres métodos funcionará
bien, algunos son más rápidos que otros, pero hacer clic y arrastrar directamente a
la sección es probablemente la forma más precisa de hacerlo. Si no lo arrastras
directamente a la sección que deseas, Power BI adivinará qué sección usar en
función del tipo de datos en tu columna y qué otras secciones de la visualización
ya están en uso. Prefiero arrastrar directamente a cada sección porque puedo
indicarle exactamente a Power BI lo que quiero sin tener que hacer ninguna
suposición.
Antes de ver qué hacen las secciones de la leyenda y las herramientas de
información, tómate un momento para hacer algunos cambios en nuestro gráfico.
Tenemos tantos países en nuestro conjunto de datos que este gráfico de
columnas no es lo suficientemente grande como para mostrar muchos de ellos.
Ahora puedes ver que hay una barra de desplazamiento a lo largo del eje X que
me permite desplazarme horizontalmente por la lista. Esta no es la mejor
experiencia para el usuario, así que intentemos mejorarla.
Un gráfico de barras apiladas sería mejor porque podremos ver más datos. Así
que cambiemos el tipo de gráfico a un gráfico de barras apiladas. Simplemente
haz clic izquierdo en tu visualización para seleccionarla. Luego ve al panel de
visualizaciones. Encuentra el gráfico de barras apiladas, que es el primero en la
fila superior, y haz clic en él. Esto cambiará automáticamente el tipo de gráfico.
Observa cómo los ejes X e Y se invierten en comparación con nuestro gráfico
anterior. Ahora la barra de desplazamiento está a lo largo de nuestro eje vertical.
Movamos y redimensionemos el gráfico ahora. Haz clic y arrastra el gráfico hacia
el lado izquierdo de la página. Ahora, redimensionémoslo para hacer más países
visibles.
Ten en cuenta que cuando una visualización está seleccionada, se resalta en gris
con pequeños marcadores en las esquinas y en cada lado. Estos marcadores te
permiten hacer clic y redimensionar la visualización. Agarremos uno de los
marcadores de la esquina y arrastremos el gráfico a un tamaño más adecuado
para poder ver más países. Recuerda que no podremos ver todos ellos, pero esto
sigue siendo preferible a la visualización más pequeña que teníamos antes.
Ahora agreguemos aún más contexto a nuestro gráfico. Volvamos al panel de
campos y arrastremos "continent" a la sección de leyenda y observemos qué
sucede. Los colores en nuestro gráfico han cambiado. Power BI ha segmentado
nuestros datos por continente y ha asignado un color a cada continente. Puedes
ver que los países asiáticos aparecen en color naranja, los países europeos en
color morado, y así sucesivamente. Observa también que hay una leyenda debajo
del título de nuestro gráfico. Y el título ha cambiado con el tiempo. Cuando
comenzamos solo con el campo de población, el título del gráfico era simplemente
"población". A medida que hemos agregado diferentes contextos utilizando las
secciones de ejes y leyenda, el título se convirtió en "población por país" y luego
en "población por país y continente". No está mal, pero vayamos un paso más allá.
Eliminemos el continente de nuestra leyenda y convirtámoslo en su propio gráfico.
Para agregar una nueva visualización, primero deseleccionemos ese gráfico de
barras apiladas.
Esto es algo muy importante que aprender. Si intentas agregar una nueva
visualización, como un gráfico circular, pero ya tienes otra visualización
seleccionada, al hacer clic en el botón de gráfico circular, no se agregará un nuevo
gráfico circular. En su lugar, convertirá la visualización existente en un gráfico
circular. Y eso no es lo que queremos aquí. Esto puede ser útil en el futuro,
cuando cambies entre tipos de gráficos como lo hicimos anteriormente. Pero
quiero enfatizar que siempre debes ser cuidadoso y estar atento a qué objetos
están seleccionados en tu página de informe cuando comiences a realizar
cambios.
Ahora, vamos a agregar un nuevo tipo de visualización que tal vez no hayas visto
antes, llamado treemap. Selecciona "treemap" de la lista de visualizaciones y
luego agrega "población" a la sección de valores y "continente" a la sección de
agrupación.
Como puedes ver, el treemap representa el tamaño de tus datos mediante el
tamaño de cada caja dentro de un área rectangular. Vamos a moverlo hacia la
parte superior de nuestra página y redimensionarlo para poder verlo mejor. Luego,
vamos a agregar otra visualización. Esta vez, haz clic y arrastra el campo "país"
directamente a la página de informe y observa qué sucede. Mira cómo Power BI
hace algo realmente interesante aquí. Reconoce que nuestro campo se llama
"país" y contiene nombres de países. Así que automáticamente traduce nuestros
datos en un mapa del mundo que muestra la ubicación de cada país como un
punto azul. Es bastante genial. Vamos a hacerlo aún mejor añadiendo algo de
coordinación de colores. Podemos hacerlo simplemente arrastrando el continente
a la leyenda de nuestro mapa. ¡Y voilà, nuestros países ahora están codificados
por colores según su continente!
Notarás que estos colores son los mismos que los colores en nuestra visualización
de treemap. Y cuando miramos las opciones de esta visualización, tenemos
mucho más con lo que podemos trabajar, como latitud, longitud y tamaño. Nuestro
conjunto de datos no contiene datos de latitud y longitud, así que no nos
preocuparemos por eso. Pero pueden ser muy útiles cuando tienes datos de
ubicación muy precisos. En su lugar, agreguemos nuestra columna de densidad
de población a la sección de tamaño. El cambio aquí es sutil, pero si te fijas bien,
verás que algunos círculos se hicieron más grandes cuando lo hicimos. Ahora, con
tantas visualizaciones agregadas a la página, aquí es donde Power BI realmente
brilla, porque casi todas las visualizaciones en un informe de Power BI son
interactivas por defecto, lo que significa que cambiar una visualización afectará a
las otras visualizaciones en la página. Para demostrarlo, seleccionemos Europa en
nuestro treemap de continentes y observemos dos cosas que suceden. El mapa
se acerca a nuestros países europeos y la gráfica de barras resalta las barras para
los países europeos. Así que puedes ver que Rusia y Alemania son de un tono
más oscuro de azul. Si queremos deseleccionar Europa, simplemente hacemos
clic de nuevo y volvemos a todos los continentes. Ahora usa el treemap para
cambiar a Asia y observa cómo las otras visualizaciones cambian en
consecuencia. Deselecciona Asia para volver a todos los continentes. Es tan fácil
en Power BI crear este tipo de interactividad, lo que lo convierte en la solución
ideal para crear informes completos que permitan a las personas explorar sus
datos y dividirlos en diversas formas. Ahora que hemos realizado algunas
visualizaciones básicas con nuestros datos, en el próximo video te mostraré cómo
llevar nuestros informes al siguiente nivel utilizando medidas.
Power BI visualizations are only interactive once we enable the feature in Power BI
Desktop.
False
Correcto:
No! Most visualizations are interactive by default in Power BI, and we do not have
to take any extra steps for it.
To create a new visualization, we must click out of an already selected chart before
selecting a new chart.
True
Correcto:
If we keep a chart selected and attempt to add a new chart, it will change the
selected chart into the new chart we have clicked. To avoid this, it is very important
to learn to first UN-SELECT the chart we are working in before adding a new chart
to the report canvas.

Which of the following is not a correct way to add a field to a visualization?

Double-click the field in the fields pane

Medidas(Measures)
En el último video, hicimos un buen comienzo en nuestro primer informe.
Agregamos algunos gráficos y una visualización de mapa. Mostramos lo
interactivo que puede ser y tenemos información sobre la densidad de población
que queremos explorar. Es hora de hablar sobre una de las características más
poderosas de Power BI: las medidas. Las medidas son una función que te animo a
utilizar desde el principio y con frecuencia. Las medidas son campos calculados
dinámicamente en tu informe que se pueden utilizar para contar, sumar, calcular
promedios, percentiles, clasificaciones, totales acumulados, cifras de año hasta la
fecha y año tras año, y muchas otras aplicaciones.
Se crean medidas utilizando un lenguaje llamado DAX, que significa Expresiones
de Análisis de Datos. Las fórmulas DAX se ven muy similares a las fórmulas de
Excel. De hecho, tienen muchas funciones en común, pero mientras que las
fórmulas de Excel trabajan con celdas en un libro de Excel, las fórmulas DAX
están optimizadas para trabajar con tablas y columnas en tu modelo de datos de
Power BI. No solo DAX te brinda muchas más formas potenciales de resumir y
analizar tus datos, sino que también es increíblemente rápido en los cálculos y
muy flexible.
A medida que avancemos en el curso, te darás cuenta de que uno de los mayores
beneficios de las medidas es que se pueden reutilizar en otras medidas. Así que
hablemos de lo que hicimos en nuestro video anterior. Calculamos nuestra área de
población y densidad de población simplemente arrastrando esos campos
numéricos con los símbolos de Sigma junto a ellos desde nuestro conjunto de
datos hacia nuestros gráficos. Cuando hacemos eso, estamos creando lo que se
llama una medida implícita. Las medidas implícitas son fáciles y directas, pero no
son la forma recomendada de calcular medidas en Power BI. En cambio, quieres
crear una medida explícita, lo que significa aprender un poco de DAX. Recuerda,
las medidas explícitas son rápidas, reutilizables, se pueden calcular en varias
tablas y son mucho más flexibles que las medidas implícitas.
A medida que trabajas con modelos de datos más complejos, te darás cuenta
rápidamente de las limitaciones de las medidas implícitas y entenderás por qué los
desarrolladores de Power BI las evitan. Así que volvamos a nuestro informe y
puedes seguirme aquí. Primero, vamos a cambiar el nombre de nuestros campos
originales que utilizamos para crear nuestras medidas implícitas. Vamos a
renombrar "Population" a "Pop", "Area" a "Area_SqKm" y "Population Density" a
"Density". Mi objetivo es crear una medida llamada "Population" y otra llamada
"Population Density". Pero Power BI no nos permite crear dos elementos con el
mismo nombre, así que primero debo cambiar el nombre de estas columnas.
Mirando en el extremo derecho de mi pestaña de inicio, veo dos botones que
dicen "Nueva medida" y "Medida rápida". La opción de "Medida rápida" te guía a
través de la creación de medidas.
En realidad, Power BI escribe el DAX por ti. Utilizaremos ese enfoque más
adelante para que puedas probarlo, pero primero vamos a hacer clic en el botón
"Nueva medida". Después de un momento, notarás que han ocurrido un par de
cambios. En primer lugar, justo debajo de tu cinta de opciones, aparecerá una
barra de fórmulas. En segundo lugar, si observas el panel Campos, verás que ha
aparecido un nuevo campo llamado "Measure" con un símbolo de calculadora
junto a él. El símbolo de la calculadora te indica que esta es una medida explícita,
que es lo que queremos. Así que hacemos clic en la barra de fórmulas y
escribiremos una fórmula DAX muy sencilla.
Cuando presiones Enter, nuestra nueva medida se renombrará automáticamente y
estará lista para ser utilizada en nuestro informe. Ahora, creemos también nuestra
medida de área. Haz clic en "Nueva medida" nuevamente y, esta vez, en la barra
de fórmulas, escribiremos "Área es igual a la suma del área en kilómetros
cuadrados de los países". Presiona Enter nuevamente. En este punto, tenemos
dos nuevas medidas: "Población" y "Área", y necesitamos crear una más para la
densidad de población. En esta ocasión, vamos a utilizar la función de "Medida
rápida". Después de hacer clic en el botón "Medida rápida", aparecerá una
ventana. En el lado derecho, puedes ver todos los campos de nuestro modelo de
datos, incluyendo nuestras nuevas medidas explícitas.
Y a la izquierda, hay un menú desplegable con una lista de cálculos. Esta lista no
incluye todos los cálculos disponibles en DAX, solo algunos conceptos básicos.
Vamos a desplazarnos hasta el final de la lista y seleccionar "División". Al hacerlo,
Power BI nos muestra dos áreas o zonas de arrastre en las que podemos colocar
campos, una para el numerador de nuestra ecuación de división y otra para el
denominador. Vamos a arrastrar la población hacia el numerador y el área hacia el
denominador, de modo que estemos dividiendo la población total entre el área.
Una vez que presionemos "Aceptar", la ventana desaparecerá y se creará una
nueva medida llamada "población dividida por área". Power BI intenta ser útil al
proporcionarnos una descripción en inglés sencillo de lo que hemos hecho, pero el
término correcto para lo que hemos hecho es calcular la densidad de población,
así que quiero renombrar esa medida. Para hacerlo, voy a hacer doble clic en la
medida y luego escribir "Densidad de Población". Echemos un vistazo a los
cálculos que devuelve nuestra nueva medida.
Para hacerlo, vamos a utilizar una visualización de tabla, que es una herramienta
muy común y extremadamente útil para resumir tus datos. Primero, vamos a
eliminar nuestro gráfico de barras apiladas haciendo clic izquierdo en él y luego
presionando la tecla "Eliminar". Ahora, agreguemos una nueva visualización de
tabla a nuestra página de informe. Voy a agregar País, Población, Área y
Densidad de Población. Las tablas son geniales porque puedes ordenarlas de
forma interactiva haciendo clic en cualquiera de los encabezados de las columnas.
Y las tablas tienen más características ocultas que discutiremos en un video
posterior, pero por ahora, solo quiero ver qué nos han dado nuestras medidas. Los
números están formateados de manera un poco inconsistente, así que
arreglémoslo.
Me gusta cómo el área tiene los miles separados por comas, y realmente quiero
que la población se vea así también. Entonces, voy a ir a mi panel de Campos y
hacer clic en Población, y voy a buscar en mi cinta de opciones. En particular, lo
que queremos es esta nueva pestaña de Herramientas de Medida, que solo
apareció cuando seleccioné una medida de nuestro panel de Campos. En esta
pestaña, tenemos la capacidad de cambiar el tipo de datos de nuestras columnas,
cómo se formatean, se agrupan y se ordenan, e incluso cómo se resumen cuando
los agregamos a las visualizaciones. Todo lo que voy a hacer aquí es agregar
comas para separar los miles en estos números. Así que simplemente voy a hacer
clic en este pequeño ícono de coma, y ¡presto!, mis números de población ahora
muestran comas. Y puedes hacer este truco con cualquier campo en tu conjunto
de datos, incluyendo columnas regulares. Solo haz clic en País y verás una
pestaña de Herramientas de Columna en tu cinta de opciones.
Esto puede ser realmente útil cuando quieres cambiar cómo se representan
columnas específicas en tu informe. Siguiendo adelante, vamos a ordenar mi tabla
por Densidad de Población, en orden ascendente. Y notamos: "¡Oye, nuestra
primera fila no tiene una densidad de población!" Esperemos que sea obvio por
qué. El área de las Islas Menores de los Estados Unidos es cero en nuestro
conjunto de datos, y no puedes dividir por cero. Cuando originalmente dividimos
estos dos números en Power Query, probablemente no lo notaste, pero en
realidad devolvió un pequeño mensaje de error para esta fila que decía "NaN" o
"No es un número", que es la forma en que Power Query nos dice que no puedes
dividir un número por cero. Si hubiéramos usado esa medida implícita para
nuestra tabla aquí, en realidad estropearía nuestros resultados.
Este es un ejemplo de cómo las medidas explícitas, como las que acabamos de
crear, son casi siempre preferibles a las medidas implícitas, porque aquí no hay
NaN. Sin embargo, no me gusta necesariamente cómo este espacio está en
blanco, preferiría que fuera cero para que nuestra densidad de población sea
consistente incluso en situaciones extrañas como esta, donde estamos dividiendo
por cero. Afortunadamente, si hacemos clic en nuestra medida de Densidad de
Población y volvemos a nuestra barra de fórmulas, podemos ajustar nuestra
fórmula solo un poco para lograr esto. Recordarás que una función de división
toma dos argumentos en la ventana de Medida rápida, el numerador y el
denominador. Sin embargo, en realidad hay un tercer argumento opcional que la
ventana no muestra, y lo vamos a usar ahora en la barra de fórmulas. Se llama
"Resultado Alternativo" y nos permite sustituir un valor siempre que estemos
dividiendo por cero.
¡Qué gran idea! Una de las razones por las que nunca uso el botón de Medida
rápida es porque los argumentos opcionales están ocultos, y en un caso como
este, realmente quieres usar el argumento opcional. Así que desde mi barra de
fórmulas, simplemente voy a hacer clic izquierdo justo después de mi medida de
Área y voy a agregar una coma, un espacio y las palabras "DAX es increíble" y
presionar Enter. Ahora, cuando vemos las Islas Menores Alejadas de los Estados
Unidos, el espacio en blanco ha sido reemplazado por las palabras "DAX es
increíble". Sin embargo, probablemente sea mejor usar un cero, así que modificaré
mi fórmula una vez más para usar un cero en lugar de "DAX es increíble". Ahora,
nuestra tabla se ve más consistente. Por último, hagamos una pequeña limpieza
reemplazando todas las medidas implícitas que creamos anteriormente con
nuestras medidas explícitas.
Si vamos a nuestro treemap, solo necesitamos reemplazar "Pop" con "Population".
Así que lo eliminaremos y agregaremos nuestra medida "Population" a los valores.
Y en el mapa mundial, podemos reemplazar "Density" con "Population Density". Y
observa cómo nuestros gráficos se ven exactamente iguales, pero ya no estamos
utilizando esas medidas implícitas. Estamos siguiendo las mejores prácticas y
sentando las bases para tener un gran éxito en Power BI. Una última nota,
observa nuevamente mi fórmula DAX para la densidad de población. Mencioné
anteriormente cómo las medidas son reutilizables, y esa es una de sus mayores
fortalezas. En este caso, escribí una sola fórmula de suma para el área y otra
fórmula de suma para la población.
Ahora, en nuestra fórmula de densidad de población, en lugar de sumar el área y
la población nuevamente dentro de la fórmula de división, puedo simplemente
hacer referencia a los nombres de esas medidas que ya creé. No se puede hacer
eso con medidas implícitas. He construido modelos de datos en el pasado que
tenían alrededor de 50 medidas, y la mayoría de ellas reutilizaban una o más
medidas que ya había definido. Eso evitó que tuviera que escribir las mismas
fórmulas una y otra vez. Con medidas explícitas, solo tengo que escribir esas
fórmulas una vez y luego puedo usarlas en otras medidas más adelante. Otro
ejemplo de por qué DAX es tan increíble y por qué siempre debes usar medidas
explícitas.
Escribe la formula correcta DAX para calcular el área
Area=SUM(countries[Area_SqKm])
Escribe la formula corecta DAX para la población
Population = SUM(countries[pop])

Panel de filtros
En nuestro último video, implementamos medidas para llevar nuestro informe al
siguiente nivel. Ahora vamos a pulir todo y explorar los datos.
Si observamos nuevamente nuestro mapa, veremos que la mayoría de los círculos
tienen aproximadamente el mismo diámetro. Si nos fijamos detenidamente,
podemos ver algunos círculos más grandes, pero es un poco difícil distinguirlos
entre sus vecinos.
Al ir a nuestra tabla y ordenarla por densidad de población en orden descendente,
podemos ver por qué Mónaco tiene una densidad enormemente alta, con 16.000
personas por kilómetro cuadrado, pero la mayoría de los demás países tienen
entre cero y 500 personas por kilómetro cuadrado. Mónaco es un valor atípico que
distorsiona nuestra visualización.
En comparación con Mónaco, no hay mucha variación en la densidad de población
en todo el mundo, lo que significa que la mayoría de los círculos en nuestro mapa
tienen aproximadamente el mismo tamaño.
Necesitamos una forma de filtrar temporalmente los valores atípicos como Mónaco
de nuestros datos para poder ver mejor las variaciones locales en la densidad de
población. Lo primero que podemos hacer es utilizar el panel de Filtros.
Anteriormente, colapsamos el panel de Filtros cuando comenzamos a trabajar en
este informe para facilitar la visualización de nuestro trabajo. Pero ahora vamos a
hacer clic en él para abrirlo de nuevo.
Para empezar, observa que tenemos dos secciones en el panel de Filtros: Filtros
en esta página y Filtros en todas las páginas. También tenemos los filtros en este
visual cuando hemos seleccionado un visual en particular.
Esto debería ser autoexplicativo, pero cualquier filtro que aparezca en la sección
de Filtros en esta página filtrará los datos de todos los visuales en una página en
particular que estemos viendo.
Llamamos a estos filtros "Filtros a nivel de página". Cualquier filtro que aparezca
en la sección "Filtros en todas las páginas" filtrará todos los visuales en todas las
páginas.
Podemos crear nuevos filtros arrastrando columnas desde el panel de campos y
soltándolas en cualquiera de estas dos secciones, en las casillas que dicen
"Agregar campos de datos aquí". Adelante, arrastremos las columnas "continente"
y "país" a los Filtros a nivel de reporte.
Esto crea nuevos filtros para cada una de esas columnas. Después de crear un
filtro, automáticamente se nos mostrarán sus opciones, pero podemos colapsar
cada filtro y ocultar sus opciones haciendo clic en la parte superior del filtro.
Digamos que no queremos cambiar el continente en este momento, así que
simplemente haremos clic para colapsarlo y nos enfocaremos en el filtro de país.
Debajo de la palabra "país", vemos un texto que dice "es todo", lo que significa
que actualmente no estamos filtrando nada, estamos mostrando todos los
continentes y todos los países. Cuando un filtro está expandido, vemos una lista
de todos los posibles valores para esa columna y junto a cada nombre de país hay
un recuento del número de filas en nuestro conjunto de datos con ese valor en
particular.
Nuestra tabla tiene una fila por país. Por lo tanto, tiene sentido que cada uno diga
"uno" y a la izquierda de cada país hay una casilla de verificación. Podemos
seleccionar nuestros países de la lista. Seleccionaremos Argelia y Afganistán y
observaremos cómo todo en nuestro informe cambia para centrarse en esos dos
países.
Además, observe cómo el filtro se sombrea en gris cuando hacemos esa selección
y ahora el filtro dice "país es Afganistán o Argelia". Esto es Power BI tratando de
decirnos que el filtro está activo, es decir, que se está utilizando actualmente para
ayudar a diferenciarlo de otros filtros que no se están utilizando en ese momento,
como el filtro de continente, que aún está sombreado de blanco.
Luego, para volver a todos los países, podemos hacer clic en la opción
"Seleccionar todo" en la parte superior de nuestra lista de países o simplemente
desmarcar las casillas para Argelia y Afganistán.
Si quisiéramos requerir que nuestros usuarios solo miren un país a la vez, la
casilla de verificación en la parte inferior del filtro nos ofrece una forma de hacerlo.
Dice "Requerir selección única" y observe cómo después de hacer clic en ella, la
opción "Seleccionar todo" desaparece y ahora solo podemos elegir un país a la
vez. En este caso, preferiríamos que nuestro público pueda seleccionar varios
países.
Si deseamos desactivar esta opción. Otra característica interesante de los filtros
es que son buscables y verá que hay un cuadro de búsqueda directamente arriba
de nuestra lista de países. Entonces, podemos comenzar a escribir "Mongolia"
(tecleando en el teclado) y veremos cómo aparece en nuestra lista y podemos
seleccionarlo fácilmente.
Finalmente, en la parte superior de nuestro filtro, vemos algunos íconos. El ícono
de flecha hacia arriba colapsará el filtro y el ícono X lo eliminará. Eso es bastante
sencillo, pero hablemos de estos otros íconos, el candado y el ojo. Supongamos
que está escribiendo un informe y desea evitar que su público modifique un filtro
en particular. El ícono del candado bloqueará el filtro, impidiendo que cualquier
persona lo modifique cuando ejecute el informe. Aún podrán verlo, pero no podrán
cambiarlo.
Mientras tanto, el ícono del ojo ocultará por completo el filtro a tu público, por lo
que no será visible en el panel de filtros cuando ejecuten el informe. En
situaciones en las que desees asegurarte de que los datos se mantengan filtrados
de cierta manera, estas opciones son una forma práctica de controlar lo que ve tu
público.
También puede haber notado que hay un menú desplegable en el filtro que dice
"Filtrado básico", lo que significa simplemente el filtrado basado en la lista que ya
hemos estado utilizando. Pero si hago clic en ese menú, veremos que hay otra
opción para "Filtrado avanzado". Cuando habilitamos el filtrado avanzado,
obtenemos opciones de filtro que nos permiten hacer cosas como filtrar nuestros
países cuando su nombre contiene la palabra "república". Observa que hay un
botón "Aplicar filtro" en la esquina inferior derecha que debemos hacer clic para
aplicar nuestros nuevos criterios de filtro.
En la sección de filtros de la visualización del mapa, podemos aplicar filtros
específicos para esa visualización. Podemos arrastrar y soltar campos desde el
panel de Campos en las casillas "Agregar campos de datos aquí" para crear filtros
personalizados. Estos filtros se aplicarán solo a la visualización del mapa.
También tenemos la opción de filtrar por valores específicos. Por ejemplo, si
queremos ver solo los países de América del Sur en el mapa, podemos
seleccionar "Continent" en el filtro y luego seleccionar "South America" en la lista
desplegable.
Además, como mencionamos anteriormente, podemos usar la barra de búsqueda
para encontrar rápidamente valores específicos en la lista de filtros.
Si deseamos eliminar un filtro, simplemente podemos hacer clic en el icono de la
"X" en la esquina superior derecha del filtro.
Recuerda que los filtros nos permiten enfocarnos en datos específicos y
personalizar nuestras visualizaciones según nuestras necesidades.
Observa esa tercera categoría que no estaba ahí antes, filtros en esta visual, y
podemos ver tres casillas debajo de ella que dicen continente, país y densidad de
población. Estos son filtros a nivel visual. Esta sección muestra los filtros que
afectan únicamente a nuestra visual de mapa, y cualquier campo que agreguemos
a nuestra visual de mapa aparecerá automáticamente aquí en los filtros a nivel
visual. Si cambiamos alguno de estos, filtrará solo nuestro mapa pero no afectará
nada más en el informe.
Si abrimos nuestro filtro de densidad de población, se ve muy similar a las
opciones de filtrado avanzado de nuestro filtro de país hace un momento.
Podemos especificar ciertos valores y hay una opción de "y" o "o". Esto en
realidad nos proporciona una buena manera de filtrar nuestros valores atípicos. En
la primera sección, vamos a poner "es menor que 1000", luego mantenemos el
operador "y" y en nuestra segunda sección diremos "es mayor que uno". De esta
manera, le estamos diciendo al mapa que solo filtre aquellos países que tienen
una densidad de población entre uno y 1000 personas por kilómetro cuadrado.
Luego, haz clic en "aplicar filtro" y observa cómo nuestra visual del mapa se
actualiza y podemos ver un grado mucho mayor de variación en los diámetros de
todas las burbujas en el mapa. Ahora podemos ver concentraciones de países
densamente poblados en Europa Occidental y el Caribe, pero también debemos
notar que ninguno de los demás elementos visuales de nuestra página ha sido
afectado.
Solo el mapa ha cambiado.
Hay un tipo más de filtro que debemos revisar.
Para verlo, primero limpiemos nuestro filtro de densidad de población haciendo clic
en el ícono de borrador, luego colapsemos ese filtro y expandamos nuestro filtro
de país.
Luego, desplázate por el menú desplegable que dice "Filtrado básico" y cámbialo
a "Filtrado de los primeros N elementos". Los filtros de los primeros N elementos
son un tipo especial de filtro que solo existe en los filtros a nivel visual y requieren
una medida para funcionar. Lo que hacen es permitirte filtrar una visual solo a los
valores superiores o inferiores clasificados según una medida en particular.
En nuestro caso, vamos a decirle al filtro que nos muestre los 50 países con
menor densidad de población. Para hacer eso, vamos a escribir el número 50 y
luego arrastrar nuestra medida de densidad de población desde el panel de
campos hasta esta pequeña casilla en el filtro y hacer clic en "Aplicar filtro".
Ahora, cuando miramos nuestro mapa, hemos filtrado solo a un puñado de países.
Todos ellos generalmente sabemos que tienen una baja densidad de población,
como Canadá, Groenlandia, Rusia, Australia y Mongolia.
Lo que no mostramos en este video son las opciones de filtro para columnas de
fecha, porque nuestro modelo de datos actual no contiene fechas.
Trabajaremos mucho con fechas en los próximos ejercicios, pero quiero darte un
ejemplo de cómo se ven los filtros de fecha en Power BI.
Al igual que otros filtros, tienen opciones de filtrado básicas y avanzadas, pero
también tienen un tipo único de filtrado llamado "Filtrado de fecha relativa", donde
puedes filtrar los datos por fechas y horas en relación a la fecha actual. Algunos
ejemplos serían fechas en los últimos 30 días, fechas en los próximos dos meses
o incluso solo fechas de este mes o este año.
En el próximo video, hablaremos sobre otra forma de filtrar tus datos con un sabor
ligeramente diferente. ¡Mantente atento!

Los tres tipos de filtros en Power BI son:

Filtros a nivel visual: Estos filtros solo afectan a una visual específica en el lienzo
del informe. Se encuentran en la sección "Filtros en esta visual" del panel de
Filtros y se pueden utilizar para filtrar la visual en función de campos o medidas
específicas.
Filtros a nivel de página: Estos filtros se aplican a todas las visualizaciones en una
página específica del informe. Se encuentran en la sección "Filtros en esta página"
del panel de Filtros. Cualquier filtro agregado aquí afectará a todas las
visualizaciones en esa página.
Filtros a nivel de informe: Estos filtros se aplican a todas las visualizaciones en
todas las páginas del informe. Se encuentran en la sección "Filtros en todas las
páginas" del panel de Filtros. Los filtros agregados aquí se aplicarán de manera
global en todo el informe.
El filtro de "Top N" es un tipo específico de filtro a nivel visual que permite filtrar
una visualización para mostrar solo los valores principales o inferiores según una
medida específica. Esto puede ser útil para mostrar los valores más altos o más
bajos en una visualización.
El icono del candado se utiliza para bloquear un filtro, evitando que los usuarios lo
modifiquen cuando ejecutan el informe. El icono del ojo se utiliza para ocultar
completamente un filtro del panel de Filtros, de modo que no sea visible para los
usuarios cuando ejecutan el informe.

Slicers
En el último video, examinamos varias formas en las que podemos usar el panel
de filtros para filtrar nuestros datos, incluyendo filtros a nivel de informe, filtros a
nivel de página y filtros a nivel visual. Pero hay otro tipo de filtrado que se puede
hacer en Power BI y que no involucra el panel de filtros. En realidad, implica
colocar un filtro directamente en las páginas de tu informe, como un gráfico o un
mapa, y usarlo para controlar los demás visuales. Este control de filtro en la
página se llama "slicer" (rebanador). En ciertos aspectos, los slicers son más
poderosos que los filtros.
Recuerda que los filtros están limitados a tres niveles. Los filtros a nivel visual
controlan solo un visual. Los filtros a nivel de página controlan todo en una página
y los filtros a nivel de informe controlan todo el informe. Ahora supongamos que
deseas un filtro que solo controle un grupo de visuales en la mitad de una página
en particular. Por ejemplo, si estás revisando universidades y quieres comparar los
promedios de calificaciones de los estudiantes en la escuela de la izquierda de la
página con otra escuela en la parte derecha de la página, o supongamos que
deseas que algunas páginas en tu informe compartan un filtro común, pero no
todas las páginas. El panel de filtros no permite este tipo de escenarios, pero los
slicers sí.
En este video, exploraremos los slicers en profundidad. Ahora que estamos de
vuelta en Power BI Desktop, primero asegurémonos de haber eliminado todos los
filtros de nuestro ejercicio anterior porque no queremos que interfieran
potencialmente con los slicers que vamos a crear. Recuerda que hacemos esto
yendo al panel de filtros y haciendo clic en los iconos de borrador en cada filtro
para restaurarlos a sus valores predeterminados. Luego, procedamos a crear
nuestro primer slicer seleccionándolo desde el panel de visualizaciones. Una vez
que esté en la página, encontraremos un lugar para él en la esquina inferior
derecha debajo de nuestro mapa.
Luego arrastremos nuestra columna de continentes sobre él. Verás que el slicer se
convierte en una lista de todos los continentes en nuestra tabla. Cada continente
tiene una casilla de verificación junto a su nombre y podemos comenzar a hacer
clic en los continentes para explorar nuestros datos. Hagamos clic en Sudamérica.
Observa cómo nuestro mapa se acerca a Sudamérica y cómo cambian los
tamaños de las burbujas. Nuestra medida de densidad de población ahora solo se
enfoca en este continente en particular y vemos más variación que cuando
estamos viendo el mundo entero. Solo al observar los tamaños de las burbujas,
probablemente podamos concluir que Ecuador es el país más densamente
poblado de Sudamérica, seguido de cerca por Colombia y Venezuela.
Nuestra tabla confirma esto porque también fue filtrada por nuestro slicer. Veamos
otros tipos de slicers. Creemos un slicer numérico usando nuestra columna de
área en kilómetros cuadrados para poder filtrar países con grandes áreas, que
probablemente tengan una baja densidad de población. Agreguemos el slicer y
coloquémoslo junto a nuestro slicer de continentes, luego arrastremos y soltemos
la columna de área en kilómetros cuadrados desde el panel de campos sobre el
slicer. Observa cómo este slicer se ve diferente al slicer de continentes, ya que los
datos de nuestros continentes son texto pero nuestros datos de área son
numéricos. Power BI pensó que esta sería la forma más fácil de trabajar con
nuestros datos numéricos. Este estilo en particular nos permite filtrar nuestra área
por kilómetro cuadrado entre dos números. Podemos ajustar los números
escribiendo en estas casillas o haciendo clic y arrastrando estos círculos a lo largo
de este control deslizante horizontal.
Si miramos en la esquina superior derecha del slicer, veremos dos iconos. El
primero es un icono de borrador, similar al que tenemos en los filtros de nuestro
panel de filtros. El borrador nos permite borrar un filtro y restaurarlo a su estado
predeterminado. El segundo icono, que es una flecha apuntando hacia abajo, nos
permite cambiar el estilo de nuestro slicer. Cuando hacemos clic en él, se muestra
un menú de opciones como lista, desplegable, entre, menor o igual que, y mayor o
igual que. Estas opciones simplemente cambian la apariencia del slicer.
Por ejemplo, si elijo "lista", nuestro slicer se convertirá en una lista de números
similar al slicer de continentes. Si elijo "desplegable", nuestro slicer seguirá siendo
una lista pero estará visible dentro de un menú desplegable. Nuestro estilo actual
es la opción "entre", pero también podemos usar "menor o igual que" o "mayor o
igual que", que son casi exactamente iguales a la opción "entre", excepto que solo
puedes ajustar un valor en lugar de ambos valores. Entonces, si elegimos "menor
o igual que", solo podemos ajustar el valor mayor. Si elegimos "mayor o igual que",
solo podemos ajustar el valor menor. También podemos crear slicers para datos
de fecha. Como mencionamos en el último video, nuestro conjunto de datos actual
no tiene fechas con las que podamos trabajar, pero quiero que estés
familiarizado/a con las posibilidades de todos modos. Podemos crear un slicer de
fecha que nos permita filtrar entre dos fechas, después de una fecha determinada,
antes de una fecha determinada e incluso en una fecha determinada.
También existe la filtración de fechas relativas, lo que nos permite indicar a Power
BI que nos muestre todo lo que sucedió en los últimos seis meses, o en los últimos
dos años, y así sucesivamente. Una última cosa antes de concluir. Con todas
estas diferentes formas de filtrar nuestros datos, ya sea mediante el panel de
filtros o mediante los slicers, o incluso utilizando otros elementos visuales en
nuestra página, a veces puede ser fácil perder el seguimiento de cómo se están
filtrando visualmente los datos. Afortunadamente, hay una manera sencilla de
saber cómo se está filtrando un visual. En la cabecera de cada visual, hay un
pequeño icono en forma de embudo. Al pasar el cursor sobre este icono, se
mostrará una pequeña ventana que muestra qué slicers y filtros están afectando a
ese visual. En este video, te presenté los slicers y los contrasté con los filtros.
Practicamos cómo elegir diferentes estilos de slicers y cómo descubrir qué filtros y
slicers están afectando a un visual en particular. En nuestro próximo video, te
mostraré algunas herramientas básicas más en Power BI para explorar tus
datos.Principio del formulario.
¿Cuál es la diferencia entre un slicer y un filtro?
Un slicer coloca un filtro directamente en la página de tu informe sin usar el panel
de filtros.
Verdadero o falso: ¿Puedes configurar los slicers para que solo afecten a
visualizaciones específicas en una página?
Verdadero

Explorando nuestro primer informe de Power BI

Ahora que hemos construido nuestro primer informe de Power BI, veamos las
formas en las que podemos explorar los datos. Power BI nos proporciona muchas
formas de enfocarnos en visualizaciones específicas, ver los datos subyacentes e
incluso exportar los datos. Cada visualización en tu informe tiene una función
llamada modo de enfoque, que te permite expandir esa visualización y verla en
pantalla completa. Se encuentra en el encabezado de la visualización, que es la
serie de iconos que generalmente se encuentran en la esquina superior derecha o
inferior derecha de la visualización. Por lo general, está ubicado entre el icono de
filtro, que aprendimos en nuestro último video, y el menú de opciones adicionales.
El icono del modo de enfoque se ve como un rectángulo dentro de otro rectángulo,
con una flecha que apunta hacia arriba y hacia la derecha. Si hacemos clic en este
icono en nuestro mapa, obtendremos una vista a pantalla completa del mundo, lo
que nos permite ver los datos con mayor claridad. El modo de enfoque es muy útil
para las visualizaciones que están llenas de muchos datos, y sigue siendo
interactivo. Podemos pasar el cursor sobre las burbujas para obtener información
adicional y podemos hacer clic en un país en el mapa, como Kazajistán, y luego
hacer clic en el botón de volver al informe en la esquina superior izquierda. Esto
nos llevará de vuelta a la página uno, pero ahora todo está filtrado solo para
Kazajistán. Similar al modo de enfoque, la función de mostrar datos me permite
ver los datos subyacentes que conforman mi visualización. Para demostrarlo,
haremos clic derecho en cualquier lugar de nuestra visualización de árbol de
jerarquía.
Y cuando aparezcan las opciones, seleccionaremos "mostrar datos". Power BI
cambiará ahora a una vista dividida en pantalla, donde podremos ver nuestros
datos subyacentes en la mitad inferior de la pantalla y nuestra visualización en la
mitad superior. Está ampliada, muy similar al modo de enfoque, pero ligeramente
diferente porque tenemos la tabla debajo, que nos muestra nuestros datos. Una
vez más, para salir de esta vista, simplemente hacemos clic en el botón "volver al
informe" en la esquina superior izquierda. Un truco para resaltar datos en una
página de informe es utilizar la función de destacar. Cuando hacemos clic en el
menú "más opciones" de nuestra visualización de mapa, Power BI nos muestra un
pequeño menú con cuatro opciones. Podemos exportar datos, mostrar datos (que
es lo que acabamos de hacer en el último paso), eliminar la visualización o
destacar la visualización. Vamos a destacar la visualización y ver qué sucede.
Observa cómo, al destacar una visualización, todos los demás objetos de la
página se desvanecen y se colocan en segundo plano. Mientras tanto, nuestro
mapa no solo mantiene el mismo color, sino que incluso obtiene una pequeña
sombra detrás de él para enfatizar que ahora está en primer plano y todo lo demás
está detrás.
Esta pequeña función visual puede ser útil para presentaciones en las que
queremos llamar la atención de nuestra audiencia hacia una visualización
específica. A veces, nuestra audiencia puede querer llevar los datos subyacentes
de Power BI y exportarlos a un archivo de Excel o CSV para poder explorarlos por
su cuenta fuera de Power BI. En ese caso, nuestro menú de "más opciones" en
cada visualización tiene la opción de exportar datos. Cuando estamos dentro de
Power BI Desktop, solo podemos exportar a un archivo CSV, pero una vez que el
informe se publique en el servicio de Power BI o en el servidor de informes de
Power BI, nuestra audiencia podrá elegir entre exportar a un archivo CSV o a un
archivo de Excel.

To get out of Focus Mode, we click the “Close & Apply” button in the top-left
corner.
False
Correcto:
Close & Apply is what we click to save our data model and enter into Power BI
Desktop. We click “Back to report”, also in the top-left, to return to the normal
mode.

What option allows us to view a visual's data in an Excel or CSV file?

Export Data