python2.7版本用bs几_PowerQuery超级方便的模糊匹配，Excel也能用哦

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，看看是什么效果。

竟然都是空值！

就是没有匹配成功，是不是这个模糊合并功能不好用呢？

当然不是。

在上面勾选模糊匹配时，你应该能注意到，下面还有个模糊匹配选项，打开后发现还有这些参数可以设置：

这些参数都是可选的，但是为了匹配的效果，还应该了解这些参数的用法。

其中第一项相似性阈值，就是相似度达到多少时匹配，默认是0.8，但是上面的数据，相似度最高才0.67(比如"北京"和"北京市")，所以默认匹配时全部没有匹配成功。

而"新疆"和"新疆维吾尔自治区"的相似度更低，只有0.25，所以为了都能匹配成功，我们把这个阈值调到0.25，然后看看匹配的效果。

正式期望的结果，是不是很简单。

所以匹配之前，还要先了解你的原始数据，预估相似的比例，调整阈值，才能更好的完成模糊匹配。

第二个可选参数是最大匹配数，如果不填，会把所有匹配行找出来，如果另一个表不止有一行，可以根据需要，想匹配出来几行就填写数字几。

最后一个参数是选择转换表。可以通过查询中的另外一个表作为转换表进行匹配，在转换表中，可以提前定义好，不规范值和规范值的对应关系，相当于同义词表，特定场景下非常有用。

关于模糊匹配就简单介绍到这里，后面两个参数的使用，有需要时可以自行测试效果。

最后要说的是，不要因为有模糊匹配功能，就可以对源数据不加约束，依然应该尽量规范你的数据源，能保持一致最好。

模糊匹配一方面是计算量特别大，另外既然是模糊查找，就很可能会有误差，当数据量比较大时，这种数据误差还很难被识别出来。

这里用到的功能，来自PowerBI Desktop中的PowerQuery模块，365版本里已经有了这个功能，但其他版本的PowerQuery暂时还没有更新到这个功能。

所以，建议大家在合适的情况下，尽量养成用PowerBI Desktop进行数据处理的习惯，而不是Excel；PowerBI Desktop完全免费，功能齐全，为什么不用呢？

-精彩推荐-

学会powerquery这十三招，数据清洗不用愁！

Power BI度量值：各种时间指标的计算