Colunas dinâmicas no Power Query: pivote com controle

Colunas dinâmicas no Power Query transformam valores de uma coluna em nomes de colunas, enquanto os valores correspondentes preenchem as células. A operação é útil quando a origem está em formato atributo-valor e o destino exige uma coluna por atributo. Antes de aplicá-la, defina a chave da linha final e decida o que fazer quando houver mais de um valor para a mesma combinação.

1. O que colunas dinâmicas no Power Query fazem

Considere uma tabela com Loja, Métrica e Valor. As linhas podem registrar “Meta”, “Realizado” e “Devolvido” para cada loja. Ao pivotar Métrica, esses rótulos viram colunas e o valor de cada linha aparece na célula correspondente. O resultado fica mais largo e mais próximo de uma tabela de apresentação.

Esse formato não é sempre melhor. Uma tabela longa aceita categorias novas sem alterar o esquema e costuma ser apropriada para fatos analíticos. A versão larga pode facilitar uma exportação ou cálculo específico, mas uma nova categoria pode criar uma nova coluna que não existe no modelo preparado.

2. Defina a granularidade antes de pivotar

Escolha quais colunas identificam uma linha única depois da transformação: por exemplo, loja, mês e produto. Essas colunas permanecem como identificadores. Se um identificador omitido deveria separar registros, a operação pode combinar linhas que não deveriam se misturar ou exigir agregação indevida.

Faça uma tabela de amostra e escreva a chave esperada. Exemplo hipotético: uma planilha traz uma linha por loja, mês, produto e tipo de indicador. Se o objetivo é uma linha por loja-mês-produto, esses três campos precisam continuar como chave; o tipo de indicador será pivotado. Confirmar o grão evita corrigir um total errado apenas na camada DAX.

3. Trate combinações repetidas deliberadamente

Uma mesma chave pode ter duas linhas para o mesmo atributo. O Power Query pedirá uma função de agregação ou apresentará uma opção compatível com a configuração da transformação. Somar pode fazer sentido para itens de venda; não faz sentido automático para percentual, saldo instantâneo ou nota qualitativa.

Antes de somar, investigar se as repetições são fatos que devem acumular ou duplicações que precisam ser resolvidas. Média, mínimo e máximo também mudam a pergunta. Documente a escolha e compare a saída com uma soma de controle da origem. A agregação não deve esconder uma chave mal definida.

4. Execute a operação pela interface e revise o M

No editor, selecione a coluna cujos valores se tornarão cabeçalhos e escolha a coluna de valores. A opção de coluna dinâmica permite indicar o tratamento de valores repetidos. A documentação da Microsoft descreve o recurso em Colunas de pivotagem no Power Query. Depois da ação, inspecione as etapas aplicadas e confirme as colunas de chave que permaneceram.

O código M pode usar Table.Pivot, que recebe a tabela, a coluna de atributo, a lista de valores a pivotar e uma função agregadora opcional. Consulte a referência oficial de Table.Pivot para parâmetros e comportamento. Não copie a etapa sem conferir os nomes reais das colunas e os tipos de dados.

5. Decida como lidar com atributos novos

Se a lista de valores for fixa, uma categoria recém-chegada pode não ganhar uma coluna e, portanto, não aparecer como esperado. Se a lista for derivada da origem, a saída pode variar de mês para mês. Uma coluna nova pode alterar a estrutura que etapas posteriores esperam e invalidar relatórios dependentes.

Escolha entre um conjunto controlado de atributos e uma transformação adaptável. Para um processo mensal, registre quais categorias são válidas e crie uma verificação que sinalize rótulos fora da lista. Quando o negócio precisa aceitar novas categorias, atualize o modelo e teste as visualizações antes de publicar a mudança.

6. Diferencie ausência de valor de zero

Uma célula vazia pode significar “não informado”, “não aplicável”, “ainda não recebido” ou zero. Substituir todos os vazios por zero simplifica alguns cálculos, mas altera o significado. Mantenha o vazio quando ele expressa falta de observação e use zero somente quando a regra disser que o atributo foi medido e seu resultado foi nulo.

Crie uma coluna de status ou um campo de completude quando a ausência importa para a interpretação. Um painel pode mostrar cobertura dos atributos esperados ao lado dos valores. Assim, um gestor não confunde ausência de registro com resultado igual a zero.

7. Controle tipos, nomes e ordem das colunas

Após pivotar, confira os tipos de cada coluna. Colunas criadas a partir de texto frequentemente ficam com tipo textual mesmo quando representam moeda ou quantidade. Defina os tipos de forma explícita e use nomes estáveis, sem depender de valores de origem com espaços inconsistentes ou variações de acentuação.

A ordem das colunas não deve carregar significado analítico. Visuais e medidas devem apontar para campos nomeados, e uma nova coluna não deve deslocar interpretação por posição. Se um sistema consumidor exigir uma ordem específica, estabeleça essa ordem em uma etapa final separada e documentada.

8. Compare pivotagem e formato longo

O formato longo mantém Atributo como linha e Valor em uma única coluna. Isso favorece filtros por atributo e costuma acomodar novos rótulos sem criar colunas. O formato largo facilita comparar alguns indicadores lado a lado e atende processos que exigem campos separados. A escolha depende da consulta, não de uma regra universal.

Se o relatório cruza muitos atributos ao longo do tempo, manter o formato longo pode reduzir mudanças estruturais. Se um arquivo de integração exige uma coluna por categoria conhecida, pivotar pode ser a solução direta. A equipe pode manter a consulta original como referência e criar uma consulta derivada para a apresentação.

9. Valide a saída com reconciliações

Compare quantidade de chaves antes e depois. Some os valores por atributo na origem e na saída usando a mesma regra de agregação. Inspecione combinações repetidas, rótulos em branco, novos cabeçalhos e meses sem categoria. Use também um caso pequeno calculado manualmente para verificar a interpretação da etapa.

O artigo sobre Unpivot explica a transformação inversa, de várias colunas para pares de atributo e valor. Para consolidar arquivos mensais, veja combinação de arquivos; para resumir com chave e agregação, consulte Agrupar no Power Query. Essas operações são relacionadas, mas resolvem formas diferentes de estruturar os dados.

10. Faça a mudança de modo reproduzível

Antes de carregar, registre a chave, os atributos esperados, a agregação, o tratamento de ausências e o efeito de novas categorias. Atualize uma amostra e teste cada saída que depende da consulta. Se os cabeçalhos forem variáveis, inclua esse risco no processo de manutenção para que uma atualização mensal não altere o relatório sem revisão.

Pivotar muda a forma da tabela, não a qualidade da origem. A etapa não identifica sozinha um atributo errado, um registro duplicado ou um total sem significado. Quando a regra está clara, a transformação reduz retrabalho; quando a regra fica implícita, ela apenas desloca a ambiguidade para colunas novas.

Referências técnicas consultadas em 21/10/2026: documentação Microsoft de Colunas de pivotagem e Table.Pivot.