模糊匹配查询_模糊匹配,Power BI的这个功能太实用了

本文介绍了如何在Power BI中使用模糊匹配功能合并不规则数据。通过调整相似性阈值和其它参数,解决因数据不一致导致的合并难题,强调了理解原始数据和预估相似度的重要性。同时提醒,尽管模糊匹配方便,但应尽量保持数据源规范以减少误差。
摘要由CSDN通过智能技术生成

172c621135dc1c872b6a2fc9b0968afc.png

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,

e23393be6b4a24a24f57597d7a838fb5.png

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函数也能找到解决方案,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。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值