Power Query 数据规范利器：Table.AddFuzzyClusterColumn

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