Tabla calendario en Power BI con DAX

Contenido del curso

Casos de uso y modelo de datos con DAX

Creación de tablas y columnas con DAX

Medidas

CALCULATE

Manejo de Iteradores y contextos

Funciones de inteligencia de tiempo

Optimización de modelos y escritura de código DAX

Integración de medidas en reporte de Power BI

Tomar examen

Cursos Empresas Blog Live Conf Eventos Precios

0:0011:01

Tabla calendario en Power BI con DAX

Curso de DAX para Power BI

Clase 5 de 28

Clase 5 / 28

Recursos

Crear una tabla calendario en Power BI es uno de los pasos fundamentales para cualquier modelo de datos serio. Aprenderás a generarla con DAX usando tablas calculadas, columnas descriptivas y una llave de relación que conecta tu dimensión de fechas con la tabla de ventas.

¿Qué es una tabla calculada en Power BI y cuándo conviene usarla?

Una tabla calculada se genera directamente con fórmulas DAX dentro del modelo, sin necesidad de cargar datos desde una fuente externa. Es ideal cuando necesitas una dimensión de fechas o cuando quieres crear una tabla acotada de apoyo.

¿Cuándo usar una tabla calculada? Cuando necesitas una tabla calendario para time intelligence, o como artificio para tablas auxiliares con datos filtrados que no existen en tu origen.

Para empezar, elimina la dimensión calendario que viene cargada del origen (clic derecho, eliminar del modelo) y desde la vista de datos entra a Herramientas de tabla y selecciona Nueva tabla [0:30].

¿Cómo generar la dimensión de fechas con CALENDAR y CALENDARAUTO?

La función CALENDARAUTO detecta automáticamente la fecha mínima y máxima del modelo. El problema es que toma cualquier campo fecha, incluyendo cosas como la fecha de nacimiento de los vendedores, lo que puede arrastrar tu calendario hasta 1985 [1:15].

Por eso conviene usar CALENDAR con un rango explícito:

DAX dim fechas = CALENDAR(DATE(2015,1,1), DATE(2017,12,31))

Esto te entrega una columna Date controlada entre el 1 de enero de 2015 y el 31 de diciembre de 2017 [1:45]. Cambia el tipo de dato de fecha y hora a fecha simple y aplica un formato sencillo para que el modelo quede limpio.

¿Por qué evitar CALENDARAUTO en modelos con fechas de nacimiento?

Porque expande el rango a años irrelevantes y genera ruido en los filtros. CALENDAR con fechas explícitas te da control total sobre el horizonte temporal del análisis.

¿Qué columnas calculadas debe tener una buena tabla de fechas?

Una vez creada la tabla, agrega columnas descriptivas para enriquecer los cortes de análisis. Desde la vista de datos, clic derecho sobre dim fechas y elige Nueva columna para cada una [2:40].

Año: Año = YEAR('dim fechas'[Date]).
Mes: Mes = FORMAT('dim fechas'[Date], "mmmm") para obtener el nombre del mes en texto.
Semana: Semana = WEEKNUM('dim fechas'[Date]).
Número de mes: NumMes = MONTH('dim fechas'[Date]), clave para ordenar correctamente.

Cada una de estas columnas te da un filtro adicional para tus visualizaciones. Y aquí viene lo interesante: el número de mes parece redundante, pero cumple una función crítica de ordenamiento que verás más adelante.

¿Cómo crear la llave date key para relacionar tablas?

Para conectar la dimensión de fechas con tu tabla de hechos (por ejemplo, ventas), necesitas una columna llave con el formato aaaammdd, igual al que ya existe en la tabla fact.

DAX DateKey = VALUE(FORMAT('dim fechas'[Date], "yyyymmdd"))

El FORMAT genera el texto y VALUE lo convierte en número [4:20]. Con esa columna lista, ve a la vista de modelo y arrastra el campo DateKey desde dim fechas hacia la tabla de ventas o presupuestos para crear la relación.

¿Qué es un date key en Power BI? Es una columna numérica con formato aaaammdd que sirve como clave única para relacionar la dimensión de fechas con tablas de hechos como ventas o presupuestos.

¿Cómo ordenar el mes correctamente en visualizaciones?

Si creas un gráfico de columnas agrupadas con ventas por año y mes, vas a notar que los meses aparecen en orden alfabético: abril, agosto, diciembre. Eso rompe cualquier lectura cronológica.

La solución es ordenar el campo Mes por NumMes:

Selecciona la columna Mes en la vista de datos.
Ve a Herramientas de columna.
Elige Ordenar columna por y selecciona NumMes.

Vuelve a tu visual, ordena el eje de forma ascendente y verás los meses correctamente: enero, febrero, marzo, hasta diciembre, año tras año [6:30].

¿Por qué la tabla calendario es obligatoria en Power BI?

La dimensión de tiempo es un requisito fundamental para usar funciones de time intelligence como TOTALYTD, SAMEPERIODLASTYEAR o DATEADD. Sin ella, esas agregaciones simplemente no funcionan bien.

Además, evita vacíos de información cuando hay días sin ventas, y al sumar columnas descriptivas (año, trimestre, semana, mes) habilita cortes de análisis mucho más ricos sobre tus datos transaccionales.

Reto: genera una columna calculada llamada DiaSemana sobre tu dim fechas que devuelva los valores de lunes a domingo. Pista: combina FORMAT con el patrón "dddd" y luego ordénala con un número de día. ¿Cómo lo resolverías? Compártelo en los comentarios.

Juan R Rossano

Hace 3 años

Para hacerlo mas dinamico al tener la fecha con formato numero cree en la Fact_Ventas la columna fecha con la formula

format(date(int(Fact_Ventas[datekey]/10000),mod(int(Fact_Ventas[datekey]/100),100),mod(Fact_Ventas[datekey],100)))

y la column calendar de la nueva tabla la hice dinamica en base a la fecha minima y maxima con la formula

CALENDAR(min(Fact_Ventas[fecha]),max(Fact_Ventas[fecha]))

Ana Valentina Villarroel Castañeda

Hace 3 años

Muchas gracias por esta buena idea, Juan! Para mí es vital no solo llegar a un resultado con los datos disponibles del momento sino pensarlo de cara al futuro, procurando la menor cantidad de tiempo y riesgo de error al tener que revisar manualmente las tablas a ver qué rango de fechas debo actualizar.

Noté que a la fórmula de formato que propones le faltó el segundo argumento, yo lo planteé así:

Fecha = format(date(int(Fact_Ventas[datekey]/10000),MOD((Fact_Ventas[datekey]/100),100), mod(Fact_Ventas[datekey],100)), "dd/mm/yyyy")

Sergio de Jesús Huesca Nieva

Hace 3 años

Recordemos que la idea de las tablas dim es "filtrar" la información de tu tabla fact, por lo cual tu tabla dim_fechas debe estar preparada para las fechas que tu tabla fact tendra.

La idea es buena para garantizar que no tengas huecos, pero no es lo mismo el procesamiento de 1096 filas (numeros de registros ocupados por renzo) que de millones de datos en una tabla fact, por lo cual el buscar el maximo y minimo en millones de registros te va a generar mucho procesamiento cada que este buscando estos datos.

Comentarios (107)107 comentarios

Anderson Camilo Rodriguez Salvador

Alexis Aquino Noriega

Hace 2 años

Elena Fernandez López

Hace un año

Mario Hernán Ayala Allende

Edwin Adrian Borrero Arias

Andres Roa

Federico Acuña

Alex Ivan Mikelsen

Carlos Fabrishio Venegas Arana

Nicolas Leonardo Anicama Espinoza

Heiber Hernán Beltrán Torres

Alejandra Fandiño

Julian Mancera

Alex Xiomar Rubio Lopez

Dorka Gonzalez Tejeda

Jose Salvador Paredes Mora

Irmin Corona 🐯

Luisa Fernanda Carbonell Garcia

Hace 10 meses

Christiam Hernández

Pablo Fernando Ramos Tito

Katherine Granado

David Cano

Diego Mauricio Zuluaga Rodríguez

Hace 5 meses

Ignacio Andrés Villegas Belmar

Hace un mes

Juan Felipe Rodriguez Valencia

Hace 5 meses•editado

Casos de uso y modelo de datos con DAX

Cuándo y por qué usar DAX en Power BI

Modelo estrella en Power BI con Excel

Dirección de Filtros en Modelos de Datos Power BI

Creación de tablas y columnas con DAX

Columnas calculadas con DAX en Power BI

Tabla calendario en Power BI con DAX

Medidas

Medidas en DAX vs columnas calculadas

Funciones DAX para métricas de ventas

Funciones de texto en DAX con Power BI

Agregaciones Condicionales y Lógicas en DAX para Tablas Dinámicas

Condicionales anidadas y SWITCH en DAX

Uso de HasOneValue para Condiciones y Títulos Dinámicos en Tablas

Medidas dinámicas con SELECTEDVALUE y SWITCH

Filtrar tablas calculadas con DAX

CALCULATE

CALCULATE en DAX: filtros que cambian todo

Cálculos Avanzados con Funciones ALL en Power BI

Manejo de Iteradores y contextos

SUMX: cálculos fila a fila en DAX

Análisis de Pareto con RANKX y TOPN

Evaluación de contexto en CALCULATE con DAX

Funciones de inteligencia de tiempo

Funciones de tiempo en Power BI con DAX

Ventas acumuladas con TOTALYTD en Power BI

Optimización de modelos y escritura de código DAX

Variables y Medidas en Power BI para Indicadores Comerciales

Formateo de Fórmulas DAX con DAX Formatter en Power BI

Optimización de Modelos de Datos con DAX Studio en Power BI

Instalación y uso de Tabular Editor en Power BI

Generación de Código DAX con ChatGPT para Análisis de Ventas

Visualizaciones de Inteligencia Artificial en Power BI

Integración de medidas en reporte de Power BI

Reporte comercial con DAX en Power BI

Creación de Reportes Interactivos con Power BI

Tabla calendario en Power BI con DAX