La consolidazione di esportazioni periodiche in un unico report aggiornabile si ottiene con Power Query combinando file CSV omogenei da una cartella. Una query registra una sequenza di trasformazioni riapplicabile alle origini, permettendo di accodare le righe di mensilità successive senza copia e incolla manuale. Il risultato resta collegato ai file di input e si aggiorna quando viene aggiunto un nuovo CSV, a condizione che la struttura resti coerente e che si controlli la locale per date e importi.
Il percorso descritto riguarda Excel desktop compatibile e si concentra sull'accodamento di file con le stesse colonne, distinguendolo dal merge per chiave. La verifica delle edizioni e delle etichette di menu resta necessaria, poichè le funzioni non sono garantite identiche in ogni versione.
Una query e una sequenza registrata di trasformazioni da riapplicare all'origine ogni volta che i dati cambiano. Unire mensilità significa accodare le righe di file omogenei che condividono le stesse colonne, per esempio Data, Prodotto, Quantità e Importo presenti sia in gennaio sia in febbraio. Collegare due tabelle per una chiave comune significa invece eseguire un merge, operazione distinta che serve quando esiste una tabella separata di codici prodotto e categorie da associare.
La guida si concentra sul primo problema, l'accodamento di esportazioni periodiche con schema identico. I limiti di schema restano visibili: se un file introduce colonne diverse o ne rimuove, la combinazione non produce automaticamente un risultato coerente. Tre righe dimostrative bastano a chiarire la distinzione: le due mensilità si appendono direttamente, mentre la tabella categorie richiederebbe un collegamento per chiave.
Power Query può combinare file con lo stesso tipo e struttura. Il connettore Cartella mostra informazioni sui file, inclusi quelli presenti nelle sottocartelle, e permette di combinare e trasformare oppure di trasformare prima l'elenco. Filtrare per estensione e percorso prima della combinazione evita di includere materiali non pertinenti, come file di archivio o temporanei.
Nel caso di file Excel, la tabella o il foglio scelto nel campione deve esistere anche negli altri file previsti: non si tratta di una fusione automatica di qualunque cartella di lavoro. La combinazione genera una query campione e una funzione applicata ai restanti file; le modifiche apportate al campione si propagano agli altri. Conservare la colonna con il nome del file di origine permette di risalire agli errori in un secondo momento.
In Excel desktop compatibile si parte da Dati, Recupera dati, Da file, Da cartella e si seleziona la cartella di prova. Preferire Trasforma dati consente di controllare l'elenco, escludere sottocartelle di archivio e file temporanei, poi combinare la colonna Content. Le etichette localizzate vanno controllate nella versione effettivamente utilizzata, poichè possono variare.
Scegliere un file di esempio rappresentativo e verificare separatore e codifica prima di procedere. La combinazione crea la query campione e la funzione che viene applicata agli altri file. Conservare la colonna con il nome del file di origine facilita il tracciamento di eventuali anomalie riscontrate dopo l'importazione.
L'inferenza automatica dei tipi sulle origini non strutturate può basarsi su un campione limitato e produrre risultati inattesi. Dichiarare esplicitamente i tipi rende l'importazione più controllabile. Una data scritta come 03/04 può cambiare significato con impostazioni regionali diverse, mentre un importo 1.234,56 richiede un'interpretazione coerente di separatore decimale e delle migliaia.
Usare Cambia tipo con impostazioni locali quando serve garantisce coerenza. Identificativi e codici con zeri iniziali, come 0012, vanno trattati come testo se quegli zeri fanno parte del valore. Per controllare le date si possono estrarre giorno, mese e anno in colonne provvisorie. Separare la formattazione visiva dal valore effettivo evita confusione tra ciò che appare e ciò che viene calcolato.
Creare tre CSV fittizi con quattro colonne comuni e 10 righe ciascuno costituisce un punto di partenza controllato. Aggiungere in uno una riga di nota sopra le intestazioni e in un altro un importo vuoto permette di verificare il comportamento della query. Preparare anche un quarto file estraneo con una struttura diversa, da escludere tramite filtro sull'elenco.
Introdurre un codice 0012 e una data non ambigua come 23/04/2026 serve a testare il trattamento del testo e delle date. La soluzione deve mostrare perchè il codice resta testo e come individuare la riga vuota senza trasformarla arbitrariamente in zero. Definire prima il totale atteso e il numero di righe valide fornisce un riferimento per i controlli successivi. Non usare esportazioni con nomi di clienti reali.
Contare le righe per file e confrontare i totali del risultato con la somma delle fonti permette di rilevare omissioni o duplicazioni. Verificare il minimo e il massimo delle date, quanti valori sono nulli, quali righe hanno errori e se esiste una chiave coerente per riconoscere duplicati completa la verifica. Non eliminare righe uguali solo perchè si somigliano: due ordini distinti possono avere stesso importo e stessa data.
Se la chiave e ID_ordine, verificare che l'origine ne garantisca l'unicità; altrimenti definire una regola di business. L'opzione di saltare file con errori esiste, ma può far sparire dati dal report: non abilitarla senza rendicontare gli esclusi. Una query riuscita tecnicamente può comunque contenere dati sbagliati; l'assenza di messaggi di errore non basta a garantire la correttezza.
Salvare il risultato in una tabella e aggiungere un CSV nuovo alla cartella sorgente, poi avviare l'aggiornamento, permette di incorporare la nuova mensilità. Nel flusso proposto la query rilegge le fonti: non si presume che memorizzi per sempre un mese eliminato dalla cartella. Una cartella con backup duplicati può raddoppiare le righe.
Tenere separati input, output e archivio evita inclusioni accidentali; non salvare l'output CSV nella stessa area inclusa dalla query. Documentare quali colonne sono obbligatorie, il delimitatore concordato e il responsabile dell'esportazione facilita la manutenzione nel tempo.
Un file aggiunto ma non letto richiede di controllare percorso, filtro e aggiornamento. Una data convertita male si diagnostica verificando il valore originale e la locale applicata, non cambiando soltanto il formato della cella. Una colonna scomparsa o rinominata si risolve controllando il campione e i passaggi che fanno riferimento al nome.
Totali raddoppiati suggeriscono di verificare file duplicati e granularità. Caratteri accentati corrotti si affrontano verificando codifica e origine del file. Una query riuscita tecnicamente può comunque contenere dati sbagliati; mostrare almeno un caso in cui l'assenza di messaggi di errore non basta chiarisce il limite della sola validazione automatica.
Il percorso descritto riguarda Excel desktop compatibile e si concentra sull'accodamento di file con le stesse colonne, distinguendolo dal merge per chiave. La verifica delle edizioni e delle etichette di menu resta necessaria, poichè le funzioni non sono garantite identiche in ogni versione.
Indice
- Obiettivo e differenza tra accodamento e merge
- Meccanismo di combinazione da cartella
- Percorso di importazione e combinazione
- Tipi di dati e localizzazione italiana
- Preparazione del dataset di prova
- Controlli di integrità sui risultati
- Aggiornamento e manutenzione del report
- Errori comuni e diagnosi
Obiettivo e differenza tra accodamento e merge
Una query e una sequenza registrata di trasformazioni da riapplicare all'origine ogni volta che i dati cambiano. Unire mensilità significa accodare le righe di file omogenei che condividono le stesse colonne, per esempio Data, Prodotto, Quantità e Importo presenti sia in gennaio sia in febbraio. Collegare due tabelle per una chiave comune significa invece eseguire un merge, operazione distinta che serve quando esiste una tabella separata di codici prodotto e categorie da associare.
La guida si concentra sul primo problema, l'accodamento di esportazioni periodiche con schema identico. I limiti di schema restano visibili: se un file introduce colonne diverse o ne rimuove, la combinazione non produce automaticamente un risultato coerente. Tre righe dimostrative bastano a chiarire la distinzione: le due mensilità si appendono direttamente, mentre la tabella categorie richiederebbe un collegamento per chiave.
Meccanismo di combinazione da cartella
Power Query può combinare file con lo stesso tipo e struttura. Il connettore Cartella mostra informazioni sui file, inclusi quelli presenti nelle sottocartelle, e permette di combinare e trasformare oppure di trasformare prima l'elenco. Filtrare per estensione e percorso prima della combinazione evita di includere materiali non pertinenti, come file di archivio o temporanei.
Nel caso di file Excel, la tabella o il foglio scelto nel campione deve esistere anche negli altri file previsti: non si tratta di una fusione automatica di qualunque cartella di lavoro. La combinazione genera una query campione e una funzione applicata ai restanti file; le modifiche apportate al campione si propagano agli altri. Conservare la colonna con il nome del file di origine permette di risalire agli errori in un secondo momento.
Percorso di importazione e combinazione
In Excel desktop compatibile si parte da Dati, Recupera dati, Da file, Da cartella e si seleziona la cartella di prova. Preferire Trasforma dati consente di controllare l'elenco, escludere sottocartelle di archivio e file temporanei, poi combinare la colonna Content. Le etichette localizzate vanno controllate nella versione effettivamente utilizzata, poichè possono variare.
Scegliere un file di esempio rappresentativo e verificare separatore e codifica prima di procedere. La combinazione crea la query campione e la funzione che viene applicata agli altri file. Conservare la colonna con il nome del file di origine facilita il tracciamento di eventuali anomalie riscontrate dopo l'importazione.
Tipi di dati e localizzazione italiana
L'inferenza automatica dei tipi sulle origini non strutturate può basarsi su un campione limitato e produrre risultati inattesi. Dichiarare esplicitamente i tipi rende l'importazione più controllabile. Una data scritta come 03/04 può cambiare significato con impostazioni regionali diverse, mentre un importo 1.234,56 richiede un'interpretazione coerente di separatore decimale e delle migliaia.
Usare Cambia tipo con impostazioni locali quando serve garantisce coerenza. Identificativi e codici con zeri iniziali, come 0012, vanno trattati come testo se quegli zeri fanno parte del valore. Per controllare le date si possono estrarre giorno, mese e anno in colonne provvisorie. Separare la formattazione visiva dal valore effettivo evita confusione tra ciò che appare e ciò che viene calcolato.
Preparazione del dataset di prova
Creare tre CSV fittizi con quattro colonne comuni e 10 righe ciascuno costituisce un punto di partenza controllato. Aggiungere in uno una riga di nota sopra le intestazioni e in un altro un importo vuoto permette di verificare il comportamento della query. Preparare anche un quarto file estraneo con una struttura diversa, da escludere tramite filtro sull'elenco.
Introdurre un codice 0012 e una data non ambigua come 23/04/2026 serve a testare il trattamento del testo e delle date. La soluzione deve mostrare perchè il codice resta testo e come individuare la riga vuota senza trasformarla arbitrariamente in zero. Definire prima il totale atteso e il numero di righe valide fornisce un riferimento per i controlli successivi. Non usare esportazioni con nomi di clienti reali.
Controlli di integrità sui risultati
Contare le righe per file e confrontare i totali del risultato con la somma delle fonti permette di rilevare omissioni o duplicazioni. Verificare il minimo e il massimo delle date, quanti valori sono nulli, quali righe hanno errori e se esiste una chiave coerente per riconoscere duplicati completa la verifica. Non eliminare righe uguali solo perchè si somigliano: due ordini distinti possono avere stesso importo e stessa data.
Se la chiave e ID_ordine, verificare che l'origine ne garantisca l'unicità; altrimenti definire una regola di business. L'opzione di saltare file con errori esiste, ma può far sparire dati dal report: non abilitarla senza rendicontare gli esclusi. Una query riuscita tecnicamente può comunque contenere dati sbagliati; l'assenza di messaggi di errore non basta a garantire la correttezza.
Aggiornamento e manutenzione del report
Salvare il risultato in una tabella e aggiungere un CSV nuovo alla cartella sorgente, poi avviare l'aggiornamento, permette di incorporare la nuova mensilità. Nel flusso proposto la query rilegge le fonti: non si presume che memorizzi per sempre un mese eliminato dalla cartella. Una cartella con backup duplicati può raddoppiare le righe.
Tenere separati input, output e archivio evita inclusioni accidentali; non salvare l'output CSV nella stessa area inclusa dalla query. Documentare quali colonne sono obbligatorie, il delimitatore concordato e il responsabile dell'esportazione facilita la manutenzione nel tempo.
Errori comuni e diagnosi
Un file aggiunto ma non letto richiede di controllare percorso, filtro e aggiornamento. Una data convertita male si diagnostica verificando il valore originale e la locale applicata, non cambiando soltanto il formato della cella. Una colonna scomparsa o rinominata si risolve controllando il campione e i passaggi che fanno riferimento al nome.
Totali raddoppiati suggeriscono di verificare file duplicati e granularità. Caratteri accentati corrotti si affrontano verificando codifica e origine del file. Una query riuscita tecnicamente può comunque contenere dati sbagliati; mostrare almeno un caso in cui l'assenza di messaggi di errore non basta chiarisce il limite della sola validazione automatica.
Salsomaggiore Terme (Web) - 25/10/2026 - Unire file CSV in Excel con Power Query per report aggiornabili
Written by Mokik
Written by Mokik
Link referral
Tuttavia, tenete presente che i link referral non influenzano il nostro giudizio o il contenuto dell’articolo. Il nostro obiettivo è fornire sempre informazioni accurate, approfondite e utili per i nostri lettori. Speriamo che questi link referral non compromettano la vostra esperienza di navigazione e vi invitiamo a continuare a leggere i nostri articoli con fiducia, sapendo che il nostro impegno è offrirvi sempre il meglio.
Amazon Sostieni MrPaloma facendo acquisti su Amazon partendo da questo link amazon.it.
NordVpn Proteggi la tua navigazione e sostienici: acquista NordVPN tramite il link affiliato! Nord Vpn
StarLinik Internet ovunque StarLinik
Amazon Prime | Amazon Music Unlimited | Prime Video | Amazon Business | Kindle Unlimited | Amazon Wedding List | Prime Student
