Bezpłatny kurs Power Query w Excelu, Power BI i Fabric z Copilotem - krok po kroku
Udostępnij na:
Spis treści
Cztery etapy jednej historii z tego kursu: tabela realizacji budżetu w arkuszu Excela, raport w Power BI Desktop, tabela sprzedaży zapisana przez Dataflow Gen2 w Lakehouse oraz krok dopisany przez Copilota. Wszystkie zrzuty pochodzą z przykładu, który zbudujemy w tym kursie.
W skrócieBezpłatny kurs Power Query w czternastu lekcjach: od pierwszego zapytania w Excelu, przez Power BI Desktop i bazę SQL Server, do przepływu Dataflow Gen2 w Microsoft Fabric i pracy z Copilotem. Wszystko na jednym, spójnym przykładzie sieci sklepów, ze zrzutami, kodem M i danymi do pobrania.
Ten kurs prowadzi przez Power Query od pierwszego kliknięcia do automatu, który sam pobiera nowe pliki, czyści je, łączy ze słownikami i wylicza realizację budżetu. Całość pokazujemy na jednym, spójnym przykładzie: fikcyjnej sieci sklepów z elektroniką Nordvella. Co miesiąc system kasowy wypluwa plik CSV z trzema wierszami tytułu nad nagłówkiem i wierszem podsumowania na końcu, katalog produktów i lista sklepów leżą w osobnym skoroszycie, budżet ktoś rozpisał w układzie z miesiącami w kolumnach, a kursy walut trzeba pobrać z serwisu NBP. Na takich danych pokażemy wszystkie typowe kroki czyszczenia i łączenia.
Najpierw zbudujemy wszystko w Excelu, krok po kroku, ze zrzutami z polskiej wersji programu. Potem przeniesiemy te same zapytania do Power BI Desktop, podłączymy bazę SQL Server i sprawdzimy składanie zapytań. Potem odtworzymy przepływ w Microsoft Fabric jako Dataflow Gen2, który zapisuje wynik do Lakehouse i odświeża się według harmonogramu, i sprawdzimy, w czym przy budowie zapytań pomaga Copilot. Ostatnia lekcja zbiera dobre praktyki i porównania z innymi narzędziami. Jeśli wolisz krótszy start na jednym pliku, zacznij od artykułu Power Query krok po kroku: import, czyszczenie i łączenie danych w Excelu i Power BI i wróć tutaj po resztę.
Pliki do kursu
Pobierz te same dane, na których pracujemy, i przejdź każdy krok u siebie. Archiwum rozpakuj do folderu C:\Dane. Powstanie folder C:\Dane\Nordvella i wtedy wszystkie ścieżki z kursu zadziałają bez zmian.
Sprzedaz_miesieczna\ - eksporty z systemu kasowego za styczeń-kwiecień 2026 (CSV, średnik, UTF-8)
_do_dodania\Nordvella_sprzedaz_2026-05.csv - plik za maj, którym przetestujesz odświeżanie
Nordvella_slowniki.xlsx - tabele tProdukty i tSklepy
Nordvella_budzet_2026.xlsx - budżet sprzedaży z miesiącami w kolumnach
Nordvella_zamowienia_online_2026-05.json - zamówienia ze sklepu internetowego w formacie JSON
Nazwy firm, marek i produktów w danych są fikcyjne. Pliki do lekcji o Power BI i Fabric podlinkowaliśmy w tych lekcjach.
Lekcje bezpłatnego kursu Power Query
Kurs ma czternaście lekcji. Pierwsze dziewięć dzieje się w Excelu, kolejne dwie w Power BI Desktop, dwunasta w Microsoft Fabric, trzynasta pokazuje Copilota w Power Query, a ostatnia zbiera dobre praktyki i porównania z innymi narzędziami. Wszystkie lekcje korzystają z tych samych danych sklepów Nordvella, więc najlepiej przechodzić je po kolei.
Lekcja 3: Scalanie i dołączanie zapytań Scalanie zapytań w Power Query zamiast WYSZUKAJ.PIONOWO: sześć rodzajów sprzężeń, dopasowanie rozmyte, rozwijanie kolumn oraz dołączanie tabel.
Lekcja 7: Język M, parametry i własne funkcje Język M w Power Query: edytor zaawansowany, let i in, typy danych, parametry, własne funkcje na przykładzie kursów NBP oraz try i otherwise.
Lekcja 9: Błędy w zapytaniach i profilowanie danych Błędy w Power Query: Expression.Error, DataFormat.Error, Formula.Firewall i poziomy prywatności, a do tego profilowanie kolumn i widok zależności zapytań.
Lekcja 10: Power Query w Power BI Desktop Power Query w Power BI Desktop: import zapytań z Excela, łączenie z SQL Server, Import czy DirectQuery, poziomy prywatności, model i pierwszy raport.
Lekcja 12: Dataflow Gen2 w Microsoft Fabric Dataflow Gen2 w Microsoft Fabric krok po kroku: pliki z OneDrive, czyszczenie i scalanie, zapis do Lakehouse, uruchomienie, SQL i harmonogram odświeżania.
88 najczęstszych pytań i problemów związanych z Power Query
Komunikaty błędów w polskim brzmieniu z Excela, typy danych, łączenie plików, scalanie, odświeżanie i Dataflow Gen2. Każdy problem z przyczyną i rozwiązaniem krok po kroku, z odesłaniem do lekcji tego kursu.
Power Query to silnik do pobierania i przekształcania danych, który Microsoft wbudował w Excel, Power BI i Microsoft Fabric. W branży mówi się, że to narzędzie typu ETL (od angielskiego extract, transform, load), czyli: pobierz dane ze źródła, przekształć je do porządnej postaci i załaduj tam, gdzie będą analizowane. Różnica między Power Query a ręczną pracą polega na tym, że każda operacja, którą klikniesz, zapisuje się jako krok. Kroki tworzą przepis, który Power Query wykonuje od nowa przy każdym odświeżeniu.
Ta sama logika we wszystkich trzech narzędziach: źródła po lewej, zastosowane kroki w środku, miejsce docelowe po prawej. Kroki zapisują się w języku M i wykonują się automatycznie przy każdym odświeżeniu.
Raport, który co miesiąc składasz ręcznie, kopiując eksporty, usuwając puste wiersze i dociągając nazwy produktów przez WYSZUKAJ.PIONOWO, budujesz w Power Query raz. Kiedy przyjdzie plik za kolejny miesiąc, wrzucasz go do folderu i klikasz Odśwież wszystko. W tym kursie pokażemy to dosłownie: w lekcji o ładowaniu i odświeżaniu dorzucimy plik za maj i zobaczysz, jak tabela wyników sama urośnie z 60 do 75 wierszy.
Power Query nie zastępuje Excela ani formuł. Formuły liczą na danych, które już są w arkuszu, a Power Query przygotowuje te dane, zanim w ogóle trafią do arkusza. Nie jest też językiem programowania, którego trzeba się uczyć przed pierwszym użyciem. Większość pracy wykonasz przyciskami na wstążce, a kod w języku M powstanie w tle. Do kodu zajrzymy w lekcji o języku M, kiedy będzie to naprawdę potrzebne.
Najczęstsze zastosowania Power Query w firmach:
łączenie miesięcznych lub oddziałowych plików o tej samej strukturze w jedną tabelę,
czyszczenie eksportów z systemów ERP, CRM i kas: nagłówki w złym wierszu, podsumowania, spacje, różne zapisy tych samych nazw,
dociąganie danych ze słowników (produkty, klienci, sklepy) zamiast WYSZUKAJ.PIONOWO na dziesiątkach tysięcy wierszy,
zamiana tabel krzyżowych (miesiące w kolumnach) na układ, który da się filtrować i podsumowywać,
pobieranie danych z baz SQL, SharePointa, stron WWW i interfejsów API,
przygotowanie danych do modelu Power BI albo do tabel w Lakehouse w Fabric.
Power Query w Excelu, Power BI i Fabric: czym się różnią
Power Query wygląda prawie tak samo we wszystkich trzech miejscach, bo to ten sam silnik i ten sam język M. Zmienia się przede wszystkim to, dokąd trafia wynik, jak się odświeża i kto z niego korzysta.
Gdzie znajdziesz Power Query w każdym z trzech narzędzi, dokąd zapisuje wynik i jak się odświeża.
Cecha
Excel
Power BI Desktop
Fabric (Dataflow Gen2)
Jak otworzyć
Dane > Pobierz dane, skrót Alt+F12 otwiera edytor
Narzędzia główne > Przekształć dane
obszar roboczy > Nowy element > Dataflow Gen2
Gdzie działa
na Twoim komputerze
na Twoim komputerze, po publikacji w usłudze Power BI
w chmurze, w przeglądarce (Power Query Online)
Dokąd trafia wynik
tabela w arkuszu, tabela przestawna, wykres przestawny, model danych albo samo połączenie
model semantyczny raportu
miejsce docelowe: Lakehouse, Warehouse i inne
Odświeżanie
ręcznie, przy otwieraniu pliku, co określoną liczbę minut
ręcznie w Desktop, według harmonogramu w usłudze Power BI
według harmonogramu albo z potoku danych
Funkcje tylko tu
ładowanie do arkusza i tabel przestawnych, zapytania z bieżącego skoroszytu
diagnostyka zapytań, odświeżanie przyrostowe w modelu
zapis do Lakehouse i Warehouse, widok diagramu, wskaźniki składania zapytań
Koszt
w ramach Microsoft 365 i Excela 2016 lub nowszego
Desktop bezpłatny, udostępnianie wymaga licencji Pro albo pojemności
wymaga pojemności Fabric (jest wersja próbna)
Kilka uwag, które oszczędzą Ci szukania:
Excel 2010 i 2013 miały Power Query jako bezpłatny dodatek do pobrania. Od Excela 2016 jest wbudowany w kartę Dane, w grupie Pobieranie i przekształcanie danych, więc niczego nie trzeba instalować ani włączać.
Excel w przeglądarce ma już pełny edytor Power Query, ale łączy się głównie ze źródłami w chmurze: plikami na OneDrive i SharePoincie, SQL Server, OData, Dataverse czy Salesforce. Pliki z lokalnego dysku i lokalne foldery obsłużysz w wersji klasycznej dla Windows. Aktualną listę łączników podaje strona pomocy Microsoftu o Power Query w Excelu dla sieci Web.
Excel dla komputerów Mac w Microsoft 365 również ma edytor Power Query, z mniejszą liczbą łączników niż wersja dla Windows.
Power BI Desktop jest bezpłatny i ma najbogatszy zestaw łączników. O tym, czym Power BI różni się od samego Excela i gdzie w nim miejsce na DAX, piszemy w artykule Czym jest Power BI, Power Query i DAX?
Scenariusz i dane do ćwiczeń
Firma Nordvella ma 14 sklepów stacjonarnych i sklep internetowy, które w danych występują razem jako 15 sklepów. Dział kontrolingu dostaje co miesiąc eksport sprzedaży z systemu kasowego i ma z niego zrobić raport realizacji budżetu dla każdego sklepu. Tak wygląda surowy plik CSV, zanim ktokolwiek go dotknie:
Surowy eksport za maj w oknie importu Power Query. Nad właściwym nagłówkiem (Data, Nr paragonu, Sklep, Kod produktu) stoją dwa wiersze tytułu i pusty wiersz, a Power Query od razu rozpoznał kodowanie 65001: Unicode (UTF-8) i ogranicznik Średnik.
W danych celowo zostawiliśmy to, co spotkasz w prawdziwych eksportach: wiersze tytułowe i wiersz Razem na końcu każdego pliku, spacje doklejone do nazw sklepów, nazwy wpisane wielkimi literami, kody produktów małymi literami i sześć zdublowanych linii paragonów w lutym. Każdą z tych usterek usuniemy w Power Query i pokażemy, jak to sprawdzić.
Plik
Co zawiera
Na czym ćwiczysz
Sprzedaz_miesieczna\*.csv
4 eksporty, styczeń-kwiecień 2026, razem 9256 linii paragonów
łączenie plików z folderu, czyszczenie, typy danych, duplikaty
Nordvella_slowniki.xlsx
tabele tProdukty (30 produktów) i tSklepy (15 sklepów)
scalanie zapytań, dołączanie
Nordvella_budzet_2026.xlsx
budżet sprzedaży, sklepy w wierszach, miesiące w kolumnach
anulowanie przestawienia, scalanie po dwóch kolumnach
Czym różni się Power Query w Excelu od Power Query w Power BI?
To ten sam silnik i ten sam język M, z niemal identycznym edytorem. Różni się miejsce, do którego trafia wynik: w Excelu tabela w arkuszu, tabela przestawna albo model danych, w Power BI model semantyczny raportu. Power BI ma też kilka funkcji, których Excel nie oferuje, na przykład diagnostykę zapytań, odświeżanie przyrostowe i odświeżanie według harmonogramu po publikacji w usłudze.
Czy Power Query jest darmowy?
Tak. Power Query jest częścią Excela dla Windows od wersji 2016 i Microsoft 365 oraz bezpłatnego Power BI Desktop. Opłaty pojawiają się dopiero przy udostępnianiu wyników innym: udostępnianie raportów innym osobom w usłudze Power BI wymaga licencji Pro, Premium na użytkownika albo pojemności, a Dataflow Gen2 w Microsoft Fabric wymaga pojemności Fabric (jest bezpłatna wersja próbna).
Co to jest Dataflow Gen2 w Microsoft Fabric?
To Power Query uruchamiany w przeglądarce, w obszarze roboczym Fabric. Budujesz w nim te same kroki co w Excelu czy Power BI, ale wynik zapisujesz do miejsca docelowego, na przykład tabeli w Lakehouse albo w magazynie danych, i odświeżasz według harmonogramu. Z jednej oczyszczonej tabeli może wtedy korzystać wiele raportów i zespołów.
Jak automatycznie odświeżać dane z Power Query?
W Excelu we właściwościach zapytania zaznaczasz odświeżanie przy otwieraniu pliku albo co określoną liczbę minut, a skrót Ctrl+Alt+F5 odświeża wszystkie zapytania naraz. W Power BI odświeżanie według harmonogramu ustawiasz po opublikowaniu raportu w usłudze Power BI. W Fabric harmonogram ustawiasz bezpośrednio na przepływie danych Dataflow Gen2.
Co to jest query folding w Power Query?
Query folding, czyli składanie zapytań, to tłumaczenie kroków Power Query na jedno zapytanie w języku źródła, najczęściej SQL. Dzięki temu filtrowanie i grupowanie wykonuje serwer bazy danych, a do Power Query trafia już mały wynik. Sprawdzisz to poleceniem Wyświetl zapytanie natywne na kroku albo wskaźnikami przy krokach w Power Query Online.
Czy muszę znać język M, żeby korzystać z Power Query?
Nie. Większość pracy wykonasz przyciskami, a Power Query sam zapisze kroki w języku M. Znajomość M przydaje się, gdy chcesz poprawić formułę w kolumnie niestandardowej, napisać własną funkcję, obsłużyć błędy przez try i otherwise albo uniezależnić zapytanie od zmian w źródle.
Komentarze (0)
Brak komentarzy...