outubro 20, 2025

César Fontanella

Excel para Programadores Iniciantes: guia básico (com atalhos, fórmulas e fluxo de dados)

Por que ler? Se você está começando em programação, dominar Excel acelera sua lógica, seu raciocínio com dados e sua empregabilidade. Você vai prototipar análises, validar hipóteses, criar datasets para scripts (Python, JS) e entender como negócios tomam decisão no dia a dia.

O que você vai aprender

Conceitos essenciais (células, referências, formatos)
Fórmulas e funções básicas que todo dev usa
Limpeza de dados (remover duplicados, separar texto, validar entradas)
Tabelas, gráficos e Tabela Dinâmica (Pivot)
Fluxo de trabalho com CSV/UTF-8 e integração com scripts
Atalhos de produtividade
BÔNUS: visão rápida sobre Python, C, C++ e SQL — por que contam no mercado e como se conectam ao Excel

1) Fundamentos que evitam dor de cabeça

Planilha, linha, coluna, célula (A1, C5…).
Referências:

Absoluta: $A$1 (não muda ao arrastar)
Relativa: A1 (se ajusta ao arrastar)
Mista: $A1 ou A$1

Formatos úteis: Número, Texto (para CEP/CPF/IDs), Data/Hora, Porcentagem.

Dica: se um código “perde zeros à esquerda”, aplique Texto antes de colar.

2) Fórmulas e Funções Básicas (com exemplos práticos)

Aritmética e soma condicional

=A1+A2 • =A1*B1 • =A1/B1
=SOMA(A2:A100)
Soma com condição: =SOMASE(A:A;"Pago";C:C) → soma C:C quando A:A = “Pago”.

Procura e referência (Lookup)

PROCV (VLOOKUP):
=PROCV(E2; A:B; 2; FALSO) → procura E2 na 1ª coluna do intervalo A:B e retorna a 2ª.
ÍNDICE+CORRESP (INDEX+MATCH) (mais robusto):
=ÍNDICE(B:B; CORRESP(E2; A:A; 0))

Texto e limpeza

=ESQUERDA(A2;3) • =DIREITA(A2;2) • =NÚM.CARACT(A2)
=ARRUMAR(A2) (limpa espaços extras) • =SUBSTITUIR(A2;"-";"")
Separar: Dados > Texto para Colunas (CSV, delimitador “;” ou “,”)

Datas e tempo

=HOJE() • =AGORA() • =DIAS(FIM;INÍCIO) • =DIATRABALHO.INTEIRO(INÍCIO;5)
Formate como dd/mm/aaaa para evitar confusão regional.

Lógica

=SE(B2>=60;"Aprovado";"Revisar")
=E(B2>0;C2<100) • =OU(D2="BR";D2="PT")

3) Validação, Qualidade e Segurança dos Dados

Remover Duplicatas: Dados > Remover Duplicatas (escolha colunas-chave).
Validação de Dados: Dados > Validação → Lista (status válidos), Número (intervalos), Texto (tamanho).
Formatação Condicional: destaque outliers, atrasos, negativos.

4) Tabelas, Gráficos e Tabela Dinâmica (Pivot)

Tabela

Selecione o intervalo → Ctrl+T (marque “Meu intervalo tem cabeçalhos”).
Benefícios: filtros nativos, linhas alternadas, referências estruturadas (=SOMA(Tabela1[Valor])).

Gráficos (rápido e claro)

Selecione a Tabela → Inserir → Colunas/Barras/Linhas/Pizza.
Boas práticas: título claro, legenda curta, use rótulos de dados quando útil.

Tabela Dinâmica

Inserir > Tabela Dinâmica (use sua Tabela).
Arraste Campos para Linhas/Colunas/Valores/Filtros.
Exemplos: total por mês; quantidade por status; média por categoria.

5) Trabalhando com CSV/UTF-8 e Integração com Scripts

Salve em CSV UTF-8 para intercâmbio com Python/Node.
Evite fórmulas voláteis em arquivos que serão parseados por scripts.
Delimitador consistente (, ou ;) e ponto decimal (.) conforme seu parser.
Padrão de schema (cabeçalhos “snake_case”, sem acento e espaços).

Exemplo de leitura (Python/pandas):

import pandas as pd
df = pd.read_csv("vendas.csv", encoding="utf-8")
df["receita"] = df["qtd"] * df["preco"]
df.groupby("categoria")["receita"].sum().reset_index()

6) Atalhos que multiplicam sua produtividade

Ctrl+T (criar Tabela) • Ctrl+1 (formatar células)
Ctrl+Setas (navegar blocos) • Ctrl+Shift+L (ligar filtros)
F2 (editar célula) • Ctrl+; (data) • Ctrl+Shift+: (hora)
Ctrl+Shift+↓ (selecionar coluna até o final do bloco)

7) Power Query (Para ir além do básico, sem codar)

Dados > Obter & Transformar: combine arquivos, desnormalize colunas, mescle tabelas.
Operações comuns: Promover cabeçalhos, Alterar tipo, Dividir por delimitador, Mesclar consultas (join), Agrupar por (sum, count).
Vantagem: repetível — um clique atualiza tudo quando o CSV muda.

8) Como Excel conversa com as linguagens (visão de carreira)

Mesmo estudando Excel, entenda onde cada linguagem brilha (e como ela se conecta ao seu trabalho com dados):

Python

Força: automação, ciência de dados, ML, ETL rápido.
Vantagem: bibliotecas (pandas, NumPy, Matplotlib), fácil integrar com CSVs do Excel e publicar análises.
Uso com Excel: ler/escrever planilhas, criar relatórios automatizados e gráficos.

SQL

Força: consultar e modelar dados em bancos (MySQL, Postgres, SQL Server).
Vantagem: indispensável para buscar dados que você depois refina no Excel ou Power BI.
Uso com Excel: conexões nativas, importação de consultas e atualização periódica.

C

Força: sistemas/embarcados, bibliotecas de alto desempenho.
Vantagem: entendimento de baixo nível e performance (ótimo para quem vai além de análise e entra em engenharia de software).
Uso indireto: muitas funções e conectores de alto desempenho (DLLs, libs) têm C por baixo.

C++

Força: tempo real, jogos, finanças de baixa latência, engines.
Vantagem: performance com abstrações modernas.
Uso indireto: integrações e add-ins de alta performance, motores de cálculo.

Resumo de carreira: comece por Excel + SQL para base de dados; adicione Python para automação/ML; aprofunde em C/C++ se seu foco for performance e sistemas.

Conclusão (plano de 7 dias)

Dia 1–2: fundamentos + fórmulas (SOMASE, PROCV, SE, ARRUMAR).
Dia 3: Tabela, filtros, formatação condicional.
Dia 4: Gráficos (linhas/barras) e narrativa visual.
Dia 5: Tabela Dinâmica (3 análises).
Dia 6: CSV/UTF-8 + mini-pipeline em Python.
Dia 7: Power Query (merge + limpeza).

Crie 1 projeto portfólio: dashboard de vendas com planilha-fonte, Tabela Dinâmica, gráficos e um script Python que atualiza o CSV.