Como relacionar colunas no Excel e no Power BI
A ideia é simples: duas colunas, normalmente em tabelas diferentes, compartilham um valor em comum e você quer que os dados fluam entre elas. No Excel, isso se resolve com funções de busca. No Power BI, com relacionamentos de modelo.
O básico antes de qualquer coisa
O erro mais comum não é técnico. É assumir que os valores correspondem perfeitamente entre as colunas. Espaços extras, números escritos como texto, case diferente. Tudo isso quebra o relacionamento sem avisar. No Excel, a função PROCV ou XLOOKUP depende de correspondência exata. Se uma coluna tem "São Paulo" e outra "são paulo ", o Excel não acha. A correção mais barata é tratar ambos os lados com TRIM() e LOWER() antes de montar a relação.
No Power BI, o motor cria o relacionamento automaticamente quando você arrasta uma coluna para outra na tela de Modelo. Mas se os tipos de dado forem diferentes — número inteiro de um lado, texto do outro — o Power BI rejeita ou converte de forma silenciosa, e aí a agregação sai errada.
Passo a passo prático
No Excel, para relacione as coluna usando uma chave única, a lógica é: Na coluna de destino, digite uma fórmula do tipo =XLOOKUP(chave, tabela_origem!coluna_chave, tabela_origem!coluna_desejada). Arraste para baixo. Se o XLOOKUP não estiver disponível, use PROCV com FALSE no último argumento para forçar correspondência exata.
👉 Clique no botão abaixo para saber mais sobre o assunto!
No Power BI, vá em Gerenciar Relacionamentos, clique em Novo, selecione a coluna da tabela fato e a coluna da tabela dimensão. O relacionamento é um para muitos na maioria dos casos. Certifique-se de que a tabela dimensão seja o lado "um" e tenha valores únicos na chave.
O problema que ninguém conta
Eu já perdi meia hora numa análise porque uma coluna de CPF tinha traço em uma tabela e não tinha na outra. O Power BI criou o relacionamento, mas a filtragem cruzada não funcionava porque as strings eram diferentes. A solução foi adicionar uma coluna calculada com SUBSTITUIR(CPF; "-"; "") nas duas tabelas e relacionar por essa coluna limpa. Isso vale para tudo: CEP, CNPJ, códigos de produto com zeros à esquerda que viraram texto. Trate antes de relacionar.
Insights que parecem contra-intuitivos
Relacionar muitas colunas diretamente não é a mesma coisa que criar um modelo de dados adequado. Colunas de tabelas diferentes que parecem relacionadas podem ser redundantes. Antes de conectar tudo, pergunte se aquele relacionamento realmente agrega valor ou se você está apenas espalhando dados pela mesma informação. No Excel, usar INDIRETO para relacionar colunas parece uma solução criativa. Não use. INDIRETO recalcula a cada mudança e destrói a performance em planilhas com mais de 5 mil linhas. Prefira XLOOKUP ou tabelas dinâmicas com campos de conexão.
Limitações reais
Relacionamentos no Power BI são unidirecionais por padrão. Isso significa que o filtro flui de uma tabela para a outra, mas não no sentido inverso. Se você precisa de simetria, configure para bidirecional, mas tome cuidado: relacionamentos bidirecionais aumentam o risco de ambiguidade nas medidas e podem gerar resultados duplicados se o modelo tiver múltiplos caminhos entre tabelas. No Excel, relacionar colunas com PROCV em grandes volumes é lento. Uma planilha com 50 mil linhas e 20 colunas de busca pode levar minutos para recalcular. Nesses casos, carregar os dados para o Power Query e fazer a junção lá é mais rápido, e a transformação fica reproduzível.
Quando não relacionar
Se os dados já estão na mesma tabela e você só precisa copiar um valor de uma coluna para outra, um relacionamento não é necessário. Use uma coluna calculada direta ou simplesmente mova os dados para o local correto. Relacionamentos existem para conectar tabelas distintas, não para salvar trabalho de organização. Se a chave não é única em nenhuma das tabelas, o relacionamento vai multiplicar linhas de forma imprevisível. Isso acontece frequentemente com transações financeiras que têm IDs repetidos por motivo de estorno. Nesse caso, normaliza antes de relacionar.
