Exercícios de Power Query - Limpeza e Transformação de Dados

Exercício 1: Tabela de Vendas

Nesta tabela, você encontrará dados de vendas com inconsistências de formato e valores ausentes. Seu objetivo é limpar e padronizar os dados.

A coluna "Preço" tem valores com vírgulas e pontos como separadores decimais. Padronize o formato para que o Power Query o reconheça corretamente como um número decimal.
Converta a coluna "Preço" para o tipo de dados Moeda.
Existem valores nulos/em branco na coluna "Preço". Substitua-os por 0.
Verifique se a coluna "Data da Venda" está sendo reconhecida corretamente como um tipo de dados Data.

Esta base de dados de clientes contém informações de contato com formatação irregular e dados inválidos.

A coluna "Telefone" possui diversos formatos. Padronize todos os números para o formato (XX) XXXXX-XXXX, extraindo apenas os dígitos e aplicando uma nova formatação.
Dica: Para extrair apenas os dígitos, você pode usar uma Coluna Personalizada com a fórmula: Text.Select([Telefone], {"0".."9"})
Alguns endereços na coluna "E-mail" estão incompletos ou inválidos. Crie uma lógica para filtrar ou corrigir esses e-mails.
Dica: Uma forma simples de filtrar e-mails inválidos é usar o "Filtro de Texto" para manter apenas as linhas que contenham "@" e também ".".
Existem valores em branco na coluna "Telefone". Decida como tratar esses valores (remover a linha ou preencher com "Não informado").

A tabela de funcionários precisa de ajustes na formatação de texto e tratamento de dados ausentes para garantir a consistência das informações.

A coluna "Nome Completo" está inteiramente em letras minúsculas. Utilize a transformação "Colocar Cada Palavra em Maiúscula".
Existem valores em branco (espaços) nas colunas "Nome Completo" e "Cargo". Substitua esses valores por nulos e depois decida a melhor abordagem (preencher com um padrão ou remover as linhas).
Garanta que a coluna "Data de Admissão" esteja corretamente configurada como um tipo de dados Data.