TEMA 2 Herramientas de Datos, Formato y Presentación
1 Tablas de excel
2 Tablas dinámicas
3 Gráficos dinámicos
4 Filtros Avanzados
5 Validación de datos
6 Listas personalizadas, ordenadas y dependientes
7 Formato de celdas
8 Formato condicional
9 Quitar duplicados
Código complCorreo Edad Distrito Curso Nota
20502F Ana.Quispe@gmail.com 18 Comas R 14
10171M Gonzalo.Ruiz@gmail.com 23 Miraflores Python 20
3297F Almendra.Acuña@gmail.com 21 Los Olivos Power BI 18
27005F Ana.Ramirez@gmail.com 34 Comas Power Query 20
13235M Ryan.Vasquez@gmail.com 25 Los Olivos Excel 13
18322M Gonzalo.Acuña@gmail.com 22 Miraflores Power Query 18
15136M Juan.Perez@gmail.com 21 Los Olivos Power BI 14
8367M Jasper.Vasquez@gmail.com 16 Lince Excel 13
9113F Marcia.Gonzales@gmail.com 33 Callao Excel 18
23245M Luis.Salas@gmail.com 30 Comas Power BI 16
19579M Carlos.Acuña@gmail.com 31 Los Olivos Excel 20
19626F Ana.Rasuri@gmail.com 33 Callao Power BI 14
2946M Ryan.Narvaez@gmail.com 22 Comas Excel 16
4291M Carlos.Salas@gmail.com 19 Independencia Power Query 17
26222F Valeria.Salas@gmail.com 23 Miraflores Power Query 13
10040M Juan.Narvaez@gmail.com 32 Independencia Excel 16
2129F Marcia.Vasquez@gmail.com 30 Los Olivos Excel 18
1271M Esteban.Narvaez@gmail.com 31 Callao Power Query 20
1803M Carlos.Perez@gmail.com 26 Miraflores R 14
13863M Jasper.Quispe@gmail.com 28 Comas Python 19
6996F Almendra.Perez@gmail.com 31 Lince Power Query 15
10299M Juan.Rojas@gmail.com 17 Miraflores Power Query 12
2359F Almendra.Quispe@gmail.com 28 Callao Power Query 13
11473M Manuel.Gonzales@gmail.com 30 Independencia R 16
22159F Romina.Narvaez@gmail.com 29 Comas Python 18
23040M Leonardo.Gonzales@gmail.com 18 Los Olivos Power BI 13
26724M Ryan.Ramirez@gmail.com 16 Callao Python 12
21717M Braulio.Ramirez@gmail.com 26 S.M.P Excel 18
14570M Tulio.Perez@gmail.com 16 Lince R 14
9482F Almendra.Quispe@gmail.com 22 Miraflores Power BI 18
23987M Carlos.Salas@gmail.com 21 Miraflores Excel 16
11147M Roberto.Acuña@gmail.com 23 Comas Power BI 13
25689F Ana.Ruiz@gmail.com 26 Los Olivos Python 13
25810M Luis.Vasquez@gmail.com 28 Comas Excel 20
21630M Gonzalo.Salas@gmail.com 18 Callao R 19
25179F Romina.Acuña@gmail.com 33 Comas Power Query 16
25307F Ana.Ruiz@gmail.com 20 Miraflores Excel 20
5279M Juan.Salas@gmail.com 27 Callao Power Query 19
3022M Carlos.Rojas@gmail.com 30 Lince Power Query 14
699M Pedro.Salas@gmail.com 30 Lince Excel 20
Cursos Mensualidad
Power Query S/ 150
Excel S/ 100
Power BI S/ 160
Python S/ 180
R S/ 170
Indicaciones:
1 Formato de tabla general
2 Agregar titulo con combinar y centrar
3 Inmovilizar Rótulos
4 Agregar Campo Mernsualidad de cada curso
5 Estilos de bordes
6 Convertir a tabla excel
7 Nombrar a la tabla en pestaña "Diseño de tabla"
8 Nuevamente agregar Mensualidad
9 Insertar nueva fila (formato y fórmulas se mantienen)
10 Extraer código de alumno y genero
11 Extraer de los correos, los nombres de los alumnos
12 Aplicar Relleno rápido a los Nombres
13 Aplicar Releno rápido desde el correo
ACTIVIDADES
Número de alumnos
Número de alumno por curso aperturado
Número de alumnos por distrito
Cuales son los 3 distritos que representan más del 50% de la procedencia del alumnado
Número de alumnos por rango de edad de 5 años
Número de personas con el mismo nombre (campaña Coca cola)
Diseño de informe: compacto, esquema, tabular
Sangría, actualizar al abrir el archivo
Mostrar valores X en celas vacías o con error
Insertar gráficos dinámicos
Cambiar tipo de gráfico
Filtrar n° alumnos por curso solo del distrito de Los Olivos
Curso - all -
Cuenta de Código completo
del alumnado
Código Genero Nombre Apellido Pat Apellido MatApellido ComFull Name Correo
20502 F Ana Quispe Ramirez Quispe RamirAna Quispe RAna.Quispe@
10171 M Gonzalo Ruiz Ramirez Ruiz Ramirez Gonzalo Ruiz Gonzalo.Ruiz
3297 F Almendra Acuña Rojas Acuña Rojas Almendra AcuAlmendra.Ac
27005 F Ana Ramirez Ramos Ramirez RamAna Ramirez Ana.Ramirez
13235 M Ryan Vasquez Vasquez Vasquez VasqRyan VasquezRyan.Vasque
18322 M Gonzalo Acuña Rojas Acuña Rojas Gonzalo AcuñGonzalo.Acu
15136 M Juan Perez Narvaez Perez NarvaeJuan Perez N Juan.Perez@
8367 M Jasper Vasquez Acuña Vasquez Acu Jasper Vasqu Jasper.Vasqu
9113 F Marcia Gonzales Ramos Gonzales Ra Marcia GonzaMarcia.Gonz
23245 M Luis Salas Palacios Salas PalaciosLuis Salas Pal Luis.Salas@g
19579 M Carlos Acuña Salas Acuña Salas Carlos Acuña Carlos.Acuñ
19626 F Ana Ramos Acuña Ramos AcuñaAna Ramos AAna.Ramos@g
2946 M Ryan Narvaez Acuña Narvaez AcuñRyan NarvaezRyan.Narvae
4291 M Carlos Salas Gonzales Salas GonzaleCarlos Salas Carlos.Salas
26222 F Valeria Salas Vasquez Salas Vasque Valeria Salas Valeria.Sala
10040 M Juan Narvaez Palacios Narvaez PalacJuan NarvaezJuan.Narvae
2129 F Marcia Vasquez Salas Vasquez Sala Marcia VasquMarcia.Vasq
1271 M Esteban Narvaez Ruiz Narvaez Ruiz Esteban NarvEsteban.Nar
1803 M Carlos Perez Lopez Perez Lopez Carlos Perez Carlos.Perez
13863 M Jasper Quispe Quispe Quispe QuispJasper Quisp Jasper.Quisp
6996 F Almendra Perez Lopez Perez Lopez Almendra PerAlmendra.Pe
10299 M Juan Rojas Perez Rojas Perez Juan Rojas PeJuan.Rojas@g
2359 F Almendra Quispe Perez Quispe PerezAlmendra QuiAlmendra.Qu
11473 M Manuel Gonzales Acuña Gonzales AcuManuel Gonza Manuel.Gonz
22159 F Romina Narvaez Rojas Narvaez RojaRomina NarvaRomina.Narv
23040 M Leonardo Gonzales Carrasco Gonzales Car Leonardo GonLeonardo.Go
26724 M Ryan Ramirez Quispe Ramirez QuisRyan RamirezRyan.Ramire
21717 M Braulio Ramones Palacios Ramones PalaBraulio Ramon Braulio.Ram
14570 M Tulio Perez Ramos Perez Ramos Tulio Perez Tulio.Perez@
9482 F Almendra Quispe Acuña Quispe AcuñaAlmendra QuiAlmendra.Qu
23987 M Carlos Salas Narvaez Salas NarvaezCarlos Salas Carlos.Salas
11147 M Roberto Acuña Rojas Acuña Rojas Roberto AcuñRoberto.Acu
25689 F Ana Ruiz Ramos Ruiz Ramos Ana Ruiz RamAna.Ruiz@gm
25810 M Luis Vasquez Lopez Vasquez LopeLuis Vasquez Luis.Vasquez
21630 M Gonzalo Salas Perez Salas Perez Gonzalo SalasGonzalo.Sala
25179 F Romina Acuña Vasquez Acuña Vasqu Romina AcuñRomina.Acuñ
25307 F Ana Quispe Salas Quispe Salas Ana Quispe SaAna.Quispe@
5279 M Juan Salas Narvaez Salas NarvaezJuan Salas NaJuan.Salas@g
3022 M Carlos Rojas Salas Rojas Salas Carlos Rojas SCarlos.Rojas
699 M Pedro Salas Lopez Salas Lopez Pedro Salas LPedro.Salas@
Edad Distrito Curso Nota FILTRO DE NUMERO
18 Comas R 14 1 Filtrar registros de alumnos mayores a 20 años
23 IndependenciPython 20 2 Filtrar alumnos mayores de edad
21 Los Olivos Power BI 18
34 Comas Power Query 20 FILTRO DE COLOR
25 Los Olivos Excel 13 1 Filtrar los distritos que tienen más de un alumno
22 Comas Power Query 18 2 Filtrar los distritos que tsolo tienen un alumno
21 Los Olivos Power BI 14
16 Lince Excel 13 FILTRO DE TEXTO
33 Callao Excel 18 1 Filtrar los cursos que empiezan con "Power"
30 Comas Power BI 16 2 Filtrar alumnos que sus apellidos empiezan con "Ra"
31 Los Olivos Excel 20
33 Callao Power BI 14 Editar filas al filtrar
22 Comas Excel 16 Eliminar filas al filtrar
19 IndependenciPower Query 17 Segmentación de datos
23 Miraflores Power Query 13
32 IndependenciExcel 16
18 Los Olivos Excel 18 FILTROS AVANZADOS
31 Callao Power Query 20
26 IndependenciR 14 Criterios:
15 Comas Python 19 Genero Distrito
31 Lince Power Query 15 F Los olivos
17 Los Olivos Power Query 12
28 Callao Power Query 13 Filtrar por criterio Genero
30 IndependenciR 16 Filtrar por criterio Distrito
17 Comas Python 18 Filtrar por ambos criterios
18 Los Olivos Power BI 13
16 Callao Python 12
26 S.M.P Excel 18
16 Lince R 14
22 IndependenciPower BI 18
21 Los Olivos Excel 16
23 Comas Power BI 13
26 Los Olivos Python 13
28 Comas Excel 20
18 Callao R 19
33 Comas Power Query 16
20 Los Olivos Excel 20
27 Callao Power Query 19
30 Lince Power Query 14
30 Lince Excel 20
mayores a 20 años
n más de un alumno
tienen un alumno
zan con "Power"
lidos empiezan con "Ra"
MATRICULA 1 Inscribir a los alumnos aplicando validación de datos e
Alumnos Curso Alumnos Curso
Leonel Messi R Leonel Messi
Cristiano Ronaldo Python Cristiano Ronaldo
Gladys Tejeda Power BI Gladys Tejeda
Tiger Woods Python Tiger Woods
Ines Melchor Excel Ines Melchor
Rafael Nadal Python Rafael Nadal
2 Agregar a la derecha la calificación de cada alumno
Cursos
R 3 Aplicacar validación de datos de un número entero con
Python
Power BI
Excel
4 Rodear con círculo datos no validos
CALIFICACION fuente: profesor
Alumnos Nota Identificar las unidades incorrectas
Leonel Messi 20 Unidades presupuestadas
Cristiano Ronaldo 19 10 lapiceros
Gladys Tejeda 18 2.5 borradores
Tiger Woods 17 5 millares de hojas
Ines Melchor 19 -4 lapices
Rafael Nadal 20 1.4 tajadores
Identificar los alumnos que desaprobaron
Notas
18
8
15
9
13
5 Borrar círculos de validación
s aplicando validación de datos en LISTA
la calificación de cada alumno
de datos de un número entero con mensaje de entrada y error
atos no validos
es incorrectas
millares de hojas
os que desaprobaron
Alumnos Importar la lista de alumnos para crear lista personalizada
Ana Quispe Ramirez * También se puede importar desde Word
Gonzalo Ruiz Ramirez
Almendra Acuña Rojas
Ana Ramirez Ramos
Ryan Vasquez Vasquez
Gonzalo Acuña Rojas
Juan Perez Narvaez
Jasper Vasquez Acuña
Marcia Gonzales Ramos
Luis Salas Palacios
Meses de abastecimiento Importar los meses de abastecimiento de la empresa para reportes e in
Enero
Marzo
Junio
Octubre
Noviembre
ta personalizada
la empresa para reportes e informes
Mes Resultado Financiero 1 Aplicar formato de moneda a las ganancias y pérdidas de
Enero 10500 2 Cambiar el formato de moneda a dolares
Febrero 11000 3 Aplicar formato de color rojo a las pérdidas financieras
Marzo 12000
Abril 11500
Mayo 12890
Fecha 5/5/2022 1 Cambir formato a solo mes y año:mmm-yy
2 Aplicar formatos personalizados
Formato Resultado
m
mm
mmm
mmmm
mmmmm
yy
yyy
d
dd
ddd
dddd
dddd,dd/mmm/yy
a las ganancias y pérdidas de la empresa
eda a dolares
o a las pérdidas financieras
y año:mmm-yy
número del mes sin cero a la izquierda
número del mes en dos digitos
abreviación del mes
mes completo
Inicial del mes
año en dos digitos
año completo
número de día sin cero a la izquierda
número de día en dos digitos
abreviación del día
día completo
Sugerencia de formato completo
Aplicar formato condicional: semaforización con la siguiente estructura Aplicar nueva regla de formato condiciona
Verde alcanza o supera el presupuesto RUBRO
Amarillo fue una buena gestión pero no llegó al presupuesto Ingresos
Rojo Mala gestión Ventas ordinarios
ingresos extraordinarios
Verde mayor o igual al 100% convenios
Amarillo desde 80% cursos libres
Rojo menor a 80%
Ventas / Presupuesto Gastos
Mes Presupuesto Ventas Desempeño Bienes de Consumo
Enero 10,000 12,000 120% Planilla
Febrero 10,000 9,000 90% Servicios
Marzo 10,000 6,000 60% Otros Gastos
Abril 10,000 10,500 105%
Mayo 10,000 10,001 100% Resultado
Junio 10,000 9,800 98%
Julio 10,000 5,000 50% Aplicar formato soles
Agosto 10,000 15,000 150% En agosto se registró por error 1,200 en in
Setiembre 10,000 9,000 90% Por lo tanto en setiembre, se debe ajustar
Los gastos de planilla en setiembre han as
Borrar las reglas
gla de formato condicional para negativos
ESTADO DE RESULTADOS 2022
Enero Febrero Marzo Abril Mayo Junio Julio Agosto
16,060 13,880 20,000 20,680 19,220 20,560 21,480 21,270
12,000 11,000 15,000 14,900 14,500 15,500 16,000 15,500
3,000 2,000 4,000 4,500 4,000 4,200 4,300 4,500
1,000 800 900 1,200 600 800 1,100 1,200
60 80 100 80 120 60 80 70
15,000 15,200 15,000 21,300 15,300 15,600 15,600 15,000
5,000 5,400 5,200 6,000 5,200 5,200 5,200 5,200
4,000 4,100 4,000 4,300 4,000 4,000 4,000 4,000
3,000 2,900 3,000 5,000 3,000 3,000 3,000 3,000
3,000 2,800 2,800 6,000 3,100 3,400 3,400 2,800
1,060 - 1,320 5,000 - 620 3,920 4,960 5,880 6,270
gistró por error 1,200 en ingresos por convenios cuando solo se debieron registrar 200 soles
setiembre, se debe ajustar los 1,000 soles en ingresos por convenios
anilla en setiembre han ascendido a 9,000 sole por la liquidación del gerente de logística.
Setiembre
19,380
15,000
4,000
300
80
15,000
5,200
4,000
3,000
2,800
4,380
Código de Alumno Genero Nombre Apellido Nota Mensualildad
003 M Pedro Ramirez 10 100
333 M Jose Gonzales 15 200
546 F Julia Perez 20 100
003 M Pedro Ramirez 10 100
546 F Julia Perez 20 100
248 M Roberto Messi 19 300
009 M Maria Jimenez 16 100
245 F Luis Palacios 19 150
058 M Ryan Ruiz 18 200
023 M Juan Salas 15 100
Para realizar buscarv, la tabla tiene que tener valores unicos
Se quiere elaborar una tabla maestra de articulos, productos, insumos, proveedores, clientes, alumno
1 Detectar duplicados con formato condicional , duplicados
2 Seleccionar desde los titulos
3 Eliminar duplicados
4 También se pueden eliminar duplicados con tabla dinámica
clientes, alumno
