• Ir al contenido principal
  • Skip to secondary menu
  • Ir a la barra lateral primaria
  • Ir al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Noticias
    • Opinión
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Boletín
  • Contacto
  • Acerca de Analytics Lane
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • GearBest
      • GeekBuying
      • JoyBuy

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Criptografía
  • Python
  • Matlab
  • R
  • Julia
  • JavaScript
  • Herramientas
  • Opinión
  • Noticias

Ejecución de consultas SQL desde Excel

octubre 22, 2018 Por Daniel Rodríguez Dejar un comentario

A la hora de trabajar con Excel una de las posibles fuentes de problemas es la importación de los datos. En muchas ocasiones estos se encuentran en bases de datos, por lo que se ha de llevar a cabo un proceso de extracción, transformación y carga. Para esto se puede realizar la extracción a un archivo CSV para posteriormente importarlo en un libro Excel. Un proceso que no es óptimo, especialmente cuando este se ha de realizar de forma habitual. Para solucionar este problema, Excel implementa la posibilidad de realizar directamente consultas SQL a bases de datos. Además, la consulta y las opciones de conexión se pueden guardar en un archivo para automatizar el proceso. A continuación, se explicará cómo ejecutar consultas SQL desde Excel en bases de datos configuradas en el ODBC del sistema.

El asistente de consultas de Excel

En Excel existe un asistente que permite realizar importaciones desde bases de datos. Para acceder al mismo se ha de ir a la pestaña Datos y acceder a Obtener datos externos > Desde otras fuentes > Desde Microsoft Query.

Lanzamiento del asistente de consultas de Excel

Una vez seleccionada esta función aparecerá el asistente. En primer lugar, se pedirá seleccionar un origen de datos entre los disponibles en el ODBC.

Selección del origen de datos

Tras la selección del origen de datos se procederá a la configuración de la consulta en si. Para ello se solicitará la tabla y las columnas que se desean incluir. Una vez realizada la selección se pude pulsar en siguiente.

Seleccionar columnas

Ahora se puede incluir diferentes criterios de selección y para la ordenación de los datos. Por ejemplo, a continuación, se muestra una captura de pantalla en la que se indica que los clientes sean ordenados por nombre.

Criterio de ordenación

Al finalizar el asistente se podrá guardar los datos, ver los datos o modificar la consulta. Además, se ofrece la posibilidad de guardar la consulta en un archivo para un posterior uso.

Finalización del asistente

En el caso de que se seleccione la opción Devolver los datos a Microsoft Excel la consulta se cargará en la hoja del libro seleccionado.

Resultados de la consulta SQL en Excel

Archivos de consultas para Excel

Las consultas SQL utilizadas en Excel se puede guardar en un archivo de formato qdy. Estos son archivos de texto plano que pueden ser generados desde el asistente de consultas de Excel o de forma manual. El formato de estos archivos es de la siguiente forma:

XLODBC
1
<Connection String>
<SQL String>
<Parameter names>
<Parameter data types>
<Column Names>

La primera y segunda línea del archivo han de ser tal como se indica. En la tercera línea se ha de indicar la configuración de la fuente de datos ODBC. Básicamente es necesario indicar el nombre de la fuente de datos y, en caso de que sea necesario, el usuario y contraseña para acceder. En la cuarta línea se sitúa la consulta SQL, la cual puede ser tan compleja como se desee. A partir de ahí las columnas son opcionales. Por su lado, en la quinta se puede indicar los nombres de los parámetros, en la sexta el tipo de datos y en la séptima el nombre de las columnas.

A modo de ejemplo se muestra el contenido de un archivo de consulta en la que se importan todos los datos de la tabla sales desde la base de datos clients. En este archivo el usuario que se utiliza para acceder es username y su contraseña es password.

XLODBC
1
DSN= clients;UID=username;PWD=password
SELECT * FROM sales

En Windows los archivos qdy se pueden abrir desde el explorador. Al realizar esta acción se abrirá una instancia de Excel y, tras la confirmación por parte del usuario, se ejecutará la consulta e importarán los datos en una hoja. Así es posible automatizar procesos que se realizan de forma habitual como puede ser las compras que se han realizado la semana pasada.

Conclusiones

Se ha visto un truco para poder realizar consultas en bases de datos e importar estas sin salir de Excel. Además, se ha visto cómo generar archivos qdy en los que se puede almacenar los datos de los procesos. Permitiendo automatizar procesos de carga que se realizan de forma habitual.

Imágenes: Pixabay (michasager)

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Contenido relacionado

Archivado en:Herramientas Etiquetado con:Bases de datos, Excel, SQL

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Publicidad


Barra lateral primaria

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

¡Síguenos en redes sociales!

  • facebook
  • github
  • telegram
  • pinterest
  • rss
  • tumblr
  • twitter
  • youtube

Publicidad

Tiendas afiliadas

Ayúdanos realizando tus compras sin coste adicional con los enlaces de la tienda. ¡Gracias!

Entradas recientes

Usar dispositivos USB en VirtualBox

enero 15, 2021 Por Daniel Rodríguez Dejar un comentario

Eliminar elementos en matrices de Matlab

enero 13, 2021 Por Daniel Rodríguez Dejar un comentario

NumPy

NumPy: Crear matrices vacías en NumPy y adjuntar filas o columnas

enero 11, 2021 Por Daniel Rodríguez Dejar un comentario

Publicidad

Es tendencia

  • Seleccionar filas y columnas en Pandas con iloc y loc bajo Python
  • Excel en Python Guardar y leer archivos Excel en Python bajo Python
  • ¿Cómo eliminar columnas y filas en un dataframe pandas? bajo Python
  • Unir y combinar dataframes con pandas en Python bajo Python
  • Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas bajo Python

Publicidad

Lo mejor valorado

5 (3)

Ordenar una matriz en Matlab en base a una fila o columna

5 (3)

Automatizar el análisis de datos con Pandas-Profiling

5 (5)

Diferencias entre var y let en JavaScript

5 (6)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

5 (3)

Unir y combinar dataframes con pandas en Python

Publicidad

Comentarios recientes

  • Daniel Rodríguez en Calculadora de probabilidades de ganar a la lotería
  • abel en Calculadora de probabilidades de ganar a la lotería
  • David Arias en Diferencias entre regresión y clasificación en aprendizaje automático
  • Juan Aguilar en Archivos JSON con Python: lectura y escritura
  • Camilo en Contar palabras en una celda Excel

Publicidad

Footer

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Noticias
  • Opinión

Programación

  • JavaScript
  • Julia
  • Matlab
  • Python
  • R

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Lo más popular
  • Tienda

Tiendas Afiliadas

  • AliExpress
  • Amazon
  • BangGood
  • GearBest
  • Geekbuying
  • JoyBuy

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Tiendas afiliadas

Ayúdanos realizando tus compras sin coste adicional con los enlaces de la tienda. ¡Gracias!

Amazon

2018-2020 Analytics Lane · Términos y condiciones · Política de Cookies · Política de Privacidad · Herramientas de privacidad · Contacto