模糊匹配，PowerBI的这个功能太实⽤了
最近有⼏个星友问到，如何进⾏数据的模糊匹配？本⽂就利⽤⼀个简单的例⼦，来看
看PowerBI是如何快速完成模糊匹配的。
模拟数据如下，有两个表，分别是各省市2018和2019年的数据，
这是个很常见的场景，由于某种原因，两个年度的省份名称规则不⼀致，2019年全
称，⽽2018年是简称。
把两年的数据合并到⼀起，本来⽤Excel的VLOOKUP函数就可以轻松做到的事情，因
为省份名称不⼀致⽽增加了不少难度。
这个问题⽤Excel公式或者M函数也能到解决⽅案，这⾥分享个更简单的⽅法，直接
使⽤Power Query的模糊匹配功能。
将这两个表格导⼊到PowerBI中，进⼊Power Query编辑器，点击合并查询，以省份为
关联列，如下图所⽰。
联结种类选择为左外部，最重要的是在联结种类下⾯，勾选“使⽤模糊匹配执⾏合并”。
点击确定，并展开合并列，看看是什么效果。
竟然都是空值！
就是没有匹配成功，是不是这个模糊合并功能不好⽤呢？
当然不是。
在上⾯勾选模糊匹配时，你应该能注意到，下⾯还有个模糊匹配选项，打开后发现还
有这些参数可以设置：
这些参数都是可选的，但是为了匹配的效果，还应该了解这些参数的⽤法。
其中第⼀项相似性阈值，就是相似度达到多少时匹配，默认是0.8，但是上⾯的数据，
相似度最⾼才0.67（⽐如"北京"和"北京市")，所以默认匹配时全部没有匹配成功。
⽽"新疆"和"新疆维吾尔⾃治区"的相似度更低，只有0.25，所以为了都能匹配成功，我
们把这个阈值调到0.25，然后看看匹配的效果。
正式期望的结果，是不是很简单。
所以匹配之前，还要先了解你的原始数据，预估相似的⽐例，调整阈值，才能更好的
完成模糊匹配。
第⼆个可选参数是最⼤匹配数，如果不填，会把所有匹配⾏出来，如果另⼀个表不
⽌有⼀⾏，可以根据需要，想匹配出来⼏⾏就填写数字⼏。
最后⼀个参数是选择转换表。可以通过查询中的另外⼀个表作为转换表进⾏匹配，在
转换表中，可以提前定义好，不规范值和规范值的对应关系，相当于同义词表，特定
场景下⾮常有⽤。
关于模糊匹配就简单介绍到这⾥，后⾯两个参数的使⽤，有需要时可以⾃⾏测试效
果。
最后要说的是，不要因为有模糊匹配功能，就可以对源数据不加约束，依然应该尽量
规范你的数据源，能保持⼀致最好。
模糊匹配⼀⽅⾯是计算量特别⼤，另外既然是模糊查，就很可能会有误差，当数据
量⽐较⼤时，这种数据误差还很难被识别出来。vlookup模糊匹配
这⾥⽤到的功能，来⾃PowerBI Desktop中的PowerQuery模块，Excel⾥⾯的PowerQuery暂时还没有更新到这个功能。
所以，建议⼤家在合适的情况下，尽量养成⽤PowerBI Desktop进⾏数据处理的习惯，⽽不是Excel；PowerBI Desktop完全免费，功能齐全，为什么不⽤呢？

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。