Solucionado (ver solução)

Importante

Você está vendo a versão anterior da nova experiência da Alura que estamos preparando para você. Em breve, ela ganha uma identidade visual novinha totalmente pensada em potencializar seus estudos!

Solucionado
(ver solução)
1
resposta

[Projeto] Faça como eu fiz: inserindo parâmetros

Insira aqui a descrição dessa imagem para ajudar na acessibilidade
Insira aqui a descrição dessa imagem para ajudar na acessibilidade
Insira aqui a descrição dessa imagem para ajudar na acessibilidade
Insira aqui a descrição dessa imagem para ajudar na acessibilidade
Insira aqui a descrição dessa imagem para ajudar na acessibilidade

1 resposta
solução!

Olá, Vivian. Como vai?

Excelente sequência de capturas de tela! É muito empolgante ver como você conseguiu conectar diferentes formatos de arquivos ao mesmo projeto de BI usando a linguagem M no Power Query. Você cobriu uma variedade fantástica de extensões comuns do mercado: XML (.xml), CSV (.csv), Excel (.xlsx) e JSON (.json).

O ponto mais alto da sua atividade foi a implementação do parâmetro caminhoPasta combinado com a concatenação (&) diretamente na barra de fórmulas de cada um deles. Note que na fórmula de cada origem, em vez de deixar o caminho do seu computador travado e estático, o código busca o valor dinâmico do parâmetro:

= Xml.Tables(File.Contents(caminhoPasta & "olist_pagamentos.xml"))
= Csv.Document(File.Contents(caminhoPasta & "olist_itens_pedidos.csv"), ... )
= Excel.Workbook(File.Contents(caminhoPasta & "olist_pedidos.xlsx"), ... )
= Json.Document(File.Contents(caminhoPasta & "olist_produtos.json"))

Para agregar ainda mais valor aos seus estudos sobre a manipulação desses diferentes formatos no Power Query, trago algumas observações técnicas importantes sobre o comportamento de cada um deles que você registrou:

1. Arquivos Aninhados (XML e JSON)
Arquivos estruturados como o XML da primeira imagem e o JSON da última guardam informações de forma hierárquica. Por isso, a leitura inicial deles traz os dados agrupados em estruturas chamadas Table ou Record. Fique atenta ao ícone de duas setas opostas no cabeçalho dessas colunas: ele serve para expandir esses registros aninhados e transformar os dados guardados em colunas visíveis comuns no seu painel.

2. A tabela de tradução
Na sua quarta imagem (tradução.csv), os dados foram lidos corretamente, mas as primeiras linhas contêm os textos "Inglês" e "Português", seguidos pelos termos técnicos da Olist (delivered / Entregue). Garanta que a etapa de Promover Cabeçalhos utilize esses termos de idioma como o título principal das colunas para facilitar as consultas e cruzamentos que você fará no futuro.

3. Seleção do Objeto no Excel
Na imagem do arquivo do Excel (olist_pedidos.xlsx), a leitura exibe dois itens na lista: um do tipo Sheet (a aba inteira da planilha) e outro do tipo DefinedName (um intervalo nomeado). No dia a dia do ETL com planilhas Excel, a melhor prática é sempre clicar na palavra Table correspondente à linha do tipo Sheet para garantir que você está carregando a aba de dados completa para tratamento.

Parabéns pela dedicação e por dominar com tanta clareza o uso de parâmetros dinâmicos. Essa estrutura deixa o seu projeto de Power BI com um nível de maturidade e portabilidade altamente profissional!

Espero que possa ter lhe ajudado!