2020—11.24
温馨提示：最近温度骤降，这股寒流差点把小编冻感冒了，同学们记得及时添衣~
如图，想要合并这两张表，使用vlookup函数就能轻松搞定。
这样的操作是不是很简单？那如果把省份稍微改一下，还是和原来一样吗？这里我们将19年省份稍微修改，接着要如何实现合并呢？
我们可以发现省市名称不一致，就无法使用vlookup函数，这在一定程度上为合并增加了不少的难度。
即使使用M函数或者Excel公式也能解决，这里分享更简单的方法，就是本文主要内容：Power Query的模糊匹配功能。
将两张表导入PBI中，进入Power Query编辑器，点击合并查询，以省份为关联列，如上图。点击确定并展开合并列，数据却如下图。
居然都是空值！
为什么会出现这样的情况呢？其实在勾选模糊匹配时，可以注意到下面还有一个模糊匹配选项，打开之后还有很多参数可以调整：
首先我们需要了解这些参数的作用。
其中第一项相似性阈值，就是相似度达到多少时匹配。
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。
第一项中里面默认阈值是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。
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。
小结
所以匹配之前，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。只要参数调整好，合并就变得非常简单了，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。
