最近有幾個星友問到，如何進行數(shù)據(jù)的模糊匹配？本文就利用一個簡單的例子，來看看PowerBI是如何快速完成模糊匹配的。

模擬數(shù)據(jù)如下，有兩個表，分別是各省市2018和2019年的數(shù)據(jù)，

這是個很常見的場景，由于某種原因，兩個年度的省份名稱規(guī)則不一致，2019年全稱，而2018年是簡稱。

把兩年的數(shù)據(jù)合并到一起，本來用Excel的VLOOKUP函數(shù)就可以輕松做到的事情，因為省份名稱不一致而增加了不少難度。

這個問題用Excel公式或者M函數(shù)也能找到解決方案，這里分享個更簡單的方法，直接使用Power Query的模糊匹配功能。

將這兩個表格導(dǎo)入到PowerBI中，進入Power Query編輯器，點擊合并查詢，以省份為關(guān)聯(lián)列，如下圖所示。

聯(lián)結(jié)種類選擇為左外部，最重要的是在聯(lián)結(jié)種類下面，勾選“使用模糊匹配執(zhí)行合并”。

點擊確定，并展開合并列，看看是什么效果。

竟然都是空值！

就是沒有匹配成功，是不是這個模糊合并功能不好用呢？

當然不是。

在上面勾選模糊匹配時，你應(yīng)該能注意到，下面還有個模糊匹配選項，打開后發(fā)現(xiàn)還有這些參數(shù)可以設(shè)置：

這些參數(shù)都是可選的，但是為了匹配的效果，還應(yīng)該了解這些參數(shù)的用法。

其中第一項相似性閾值，就是相似度達到多少時匹配，默認是0.8，但是上面的數(shù)據(jù)，相似度最高才0.67（比如"北京"和"北京市")，所以默認匹配時全部沒有匹配成功。

而"新疆"和"新疆維吾爾自治區(qū)"的相似度更低，只有0.25，所以為了都能匹配成功，我們把這個閾值調(diào)到0.25，然后看看匹配的效果。

正式期望的結(jié)果，是不是很簡單。

所以匹配之前，還要先了解你的原始數(shù)據(jù)，預(yù)估相似的比例，調(diào)整閾值，才能更好的完成模糊匹配。

第二個可選參數(shù)是最大匹配數(shù)，如果不填，會把所有匹配行找出來，如果另一個表不止有一行，可以根據(jù)需要，想匹配出來幾行就填寫數(shù)字幾。

最后一個參數(shù)是選擇轉(zhuǎn)換表。可以通過查詢中的另外一個表作為轉(zhuǎn)換表進行匹配，在轉(zhuǎn)換表中，可以提前定義好，不規(guī)范值和規(guī)范值的對應(yīng)關(guān)系，相當于同義詞表，特定場景下非常有用。

關(guān)于模糊匹配就簡單介紹到這里，后面兩個參數(shù)的使用，有需要時可以自行測試效果。

最后要說的是，不要因為有模糊匹配功能，就可以對源數(shù)據(jù)不加約束，依然應(yīng)該盡量規(guī)范你的數(shù)據(jù)源，能保持一致最好。

模糊匹配一方面是計算量特別大，另外既然是模糊查找，就很可能會有誤差，當數(shù)據(jù)量比較大時，這種數(shù)據(jù)誤差還很難被識別出來。

這里用到的功能，來自PowerBI Desktop中的PowerQuery模塊，Excel里面的PowerQuery暫時還沒有更新到這個功能。

所以，建議大家在合適的情況下，盡量養(yǎng)成用PowerBI Desktop進行數(shù)據(jù)處理的習慣，而不是Excel；PowerBI Desktop完全免費，功能齊全，為什么不用呢？

-精彩推薦-

采悟：PowerQuery技巧：批量合并Excel表的指定列?zhuanlan.zhihu.com采悟：二維表轉(zhuǎn)一維表，看這篇文章就夠了?zhuanlan.zhihu.com采悟：利用PowerQuery，人人都可以零代碼調(diào)用API獲取經(jīng)緯度?zhuanlan.zhihu.com

from 知乎 @采悟

總結(jié)

以上是生活随笔為你收集整理的批量模糊查询_模糊匹配，Power Query的这个功能太实用了，可惜Excel还没有的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。