本文介绍了如何使用Power Query的模糊匹配功能来处理数据的不一致问题，通过实例展示了如何设置相似性阈值和最大匹配数以完成有效合并。尽管Excel的VLOOKUP无法应对这种情况，但PowerBI的这一特性使得复杂的数据匹配变得简单。作者强调，虽然模糊匹配强大，但数据源的规范化仍然很重要，以避免大量计算和潜在误差。
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。
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
最低0.47元/天 解锁文章
扫一扫
5261
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
