Un export mensuel à nettoyer, encore et encore : supprimer des colonnes, renommer des en-têtes, fusionner plusieurs fichiers, corriger des formats de date. Power Query a été conçu pour que vous ne recommenciez jamais ce travail à la main.
Concrètement, il s'agit d'une interface intégrée à Excel et Power BI où chaque transformation appliquée à vos données — supprimer une colonne, filtrer des lignes, fusionner deux tableaux — est enregistrée automatiquement sous forme d'étape rejouable.
Dans cet article
- Ce que montre l'éditeur Power Query
- Cas d'usage : fusionner des fichiers mensuels
- Avant / après sur un vrai fichier
- Les transformations les plus utiles
- Le code M en coulisses
Ce que montre l'éditeur Power Query
Voici à quoi ressemble l'éditeur une fois un dossier de fichiers de ventes importé : à droite, l'historique des étapes appliquées ; en haut, la barre de formule montrant la transformation active sur la colonne sélectionnée.
| # | Date | Client | Région | Montant |
|---|---|---|---|---|
| 1 | 03/01/2026 | Dupont SARL | Île-de-France | 1240 |
| 2 | 04/01/2026 | Martin & Co | Occitanie | 640 |
| 3 | 05/02/2026 | Leroy Industries | Île-de-France | 1240 |
| 4 | 06/02/2026 | Bernard Distribution | Nouvelle-Aquitaine | 2100 |
| 5 | 02/03/2026 | Petit & Fils | Île-de-France | 640 |
Chaque étape reste modifiable individuellement : cliquer sur « Colonnes supprimées » rouvre son paramétrage sans casser les étapes suivantes.
Cas d'usage : fusionner des fichiers mensuels
Chaque mois, un fichier ventes_janvier.xlsx, ventes_fevrier.xlsx, etc. arrive avec la même structure. Sans Power Query, il faut ouvrir chaque fichier, copier-coller dans un tableau global, vérifier les formats — un travail répétitif à refaire à chaque export.
1
Importer un dossier entier
Power Query lit tous les fichiers d'un dossier et les combine automatiquement, à condition qu'ils partagent la même structure de colonnes.
- Source : Dossier
- Fonction : Combiner les fichiers
2
Fonction : Combiner les fichiers
Renommer les colonnes, supprimer les lignes vides, convertir les formats de date, filtrer les valeurs aberrantes — chaque action s'enregistre comme étape.
- Type modifié
- Lignes filtrées
3
Charger et actualiser
Le mois suivant, il suffit de déposer le nouveau fichier dans le dossier et de cliquer sur « Actualiser tout » pour rejouer toute la recette.
- 1 clic
- 0 ressaisie
Avant / après sur un vrai fichier
Voici un export brut typique — en-têtes décalés, colonne vide, dates en texte — puis le résultat obtenu après application de la recette Power Query.
| A | B | C | D | E | |
|---|---|---|---|---|---|
| 1 | Export généré le 01/03 | ||||
| 2 | date_op | client | region | montant_eur | |
| 3 | 2026-02-05 | Leroy Industries | ile de france | 1240,00 | |
| 4 | 05/02/2026 | Leroy Industries | Île-de-France | 1240 | |
| 5 |
| A | B | C | D | |
|---|---|---|---|---|
| 1 | Date | Client | Région | Montant |
| 2 | 05/02/2026 | Leroy Industries | Île-de-France | 1 240 |
Le doublon lié aux deux formats de date différents a été fusionné, la ligne vide supprimée, et les en-têtes parasites retirées — automatiquement, à chaque actualisation.
Les transformations les plus utiles au quotidien
| Transformation | Fonction Power Query | Cas d'usage typique |
|---|---|---|
| Fusion de tables | Fusionner les requêtes | Croiser deux fichiers sur un identifiant commun (équivalent RECHERCHEV robuste) |
| Dépivotage | Dépivoter les colonnes | Passer d'un tableau large (une colonne par mois) à un tableau long |
| Fractionnement | Fractionner la colonne | Séparer « Nom Prénom » en deux colonnes distinctes |
| Typage | Type de données | Forcer une colonne en date/nombre pour éviter les erreurs de calcul |
| Filtrage | Filtrer les lignes | Exclure les lignes vides ou les valeurs aberrantes |
Le code M en coulisses
Chaque clic dans l'éditeur génère, en arrière-plan, une ligne de code en langage M — que vous n'avez jamais besoin d'écrire vous-même, mais qui rend la recette entièrement documentée et modifiable.
Source = Folder.Files("C:\Exports\Ventes"),
Fichiers_combinés = Table.Combine(Source[Content]),
En_têtes_promus = Table.PromoteHeaders(Fichiers_combinés),
Type_modifié = Table.TransformColumnTypes(En_têtes_promus,
{{"Date", type date}, {"Montant", Int64.Type}}),
Doublons_supprimés = Table.Distinct(Type_modifié)
in
Doublons_supprimés
L'intérêt de Power Query n'est pas de nettoyer des données une fois — c'est de rendre ce nettoyage reproductible, documenté, et réutilisable à chaque nouvel export.
Ce qu'il faut retenir
Si vous répétez chaque mois les mêmes étapes de nettoyage sur des fichiers similaires, c'est le signal qu'il est temps de construire la recette une bonne fois avec Power Query plutôt que de continuer à le faire à la main.
Vous passez d'un traitement manuel de 30 à 45 minutes à une actualisation en quelques secondes — sans écrire une seule ligne de code, même si le langage M tourne discrètement derrière chaque étape.
