本文讲解新M函数Table.AddFuzzyClusterColumn的强大功能以及用法。
关于Table.AddFuzzyClusterColumn
Table.AddFuzzyClusterColumn是Power Query的表函数之一,它可以对数据进行模糊匹配并分组,从而规范数据源中的数据,什么意思呢?
一个简单的例子,比如地名“北京”,在数据源中它可能是“北 京”,“北京市”,“Beijing” 甚至“北平”,而该函数需要解决的,就是由数据录入不规范,数据本身的标准不统一等原因导致的这种数据杂乱的问题。为解决此问题,多数情况下,简单替换的方法显然不切实际,而该M函数可以使其规范化,这在数据清洗中特别实用。幸运的是,自Power BI Desktop上次更新(2020年8月)以来,已增加了对该函数的支持。下文讲解其具体用法。
注:在CDS版本的PQ编辑器也可使用,但在Excel的PQ编辑器中暂不受支持(以Excel 2016为例)。
基本用法
对于基本用法,我想引用文档中的举例的数据进行说明。首先我们有一个简单的表,里面包含英文城市温哥华和西雅图(如下),你可以留意到其中的单词大小写不一,且存在拼写错误(如seattl):
现在,我们回到Table.AddFuzzyClusterColumn函数,其用法如下:
Table.AddFuzzyClusterColumn(
源表【必要】,目标列列名【必要】,规整后的列名【必要】,其他参数【可选】
)
因此,针对以上数据,编写M语句如下:
= Table.AddFuzzyClusterColumn(
#"Changed Type","Location","Locati