Power BI中Fuzzy Grouping是否已停用？求高效替代方案

先确认Fuzzy Grouping功能状态 #

Fuzzy Grouping并未停用，它属于Power Query的高级编辑器功能，默认可能未显示在界面，可通过以下步骤开启：

• 打开Power Query编辑器，点击文件> 选项和设置> 查询选项
• 进入预览功能，勾选模糊分组和模糊匹配，重启Power BI后就能在转换选项卡找到该功能

批量模糊分组的实现步骤 #

若已找到功能但不知如何批量处理，按以下操作：

1. 在Power Query中加载20万行数据集
2. 选中需要统一的客户账户名列
3. 点击转换选项卡，选择模糊分组
4. 在弹出的配置框中：
   • 分组依据选客户账户名列
   • 新列名设为标准化账户名
   • 调整相似度阈值（默认0.8，账户变体差异大就调低，差异小则调高）
   • 勾选忽略大小写、忽略标点符号、忽略常用词（可把PTY、LTD这类后缀加入常用词列表）
5. 点击确定后，Power Query会自动批量将相似账户名分组，生成标准化名称

替代方法（若Fuzzy Grouping仍无法使用） #

方法1：自定义Power Query函数批量处理 #

如果界面功能无法使用，可在高级编辑器中编写M代码实现批量模糊匹配：

// 定义模糊匹配函数
let
    FuzzyMatch = (inputList as list, threshold as number) as table =>
    let
        // 列表转表
        Source = Table.FromList(inputList, Splitter.SplitByNothing(), {"原始名称"}),
        // 添加索引
        AddIndex = Table.AddIndexColumn(Source, "索引", 0, 1),
        // 自连接表对比所有名称对
        SelfJoin = Table.NestedJoin(AddIndex, {"索引"}, AddIndex, {"索引"}, "匹配项", JoinKind.LeftOuter),
        // 展开匹配项并过滤自匹配行
        ExpandMatches = Table.ExpandTableColumn(SelfJoin, "匹配项", {"原始名称"}, {"匹配名称"}),
        FilterSelf = Table.SelectRows(ExpandMatches, each [索引] < Table.PositionOf(ExpandMatches, _)),
        // 计算Jaccard相似度
        AddSimilarity = Table.AddColumn(FilterSelf, "相似度", each 
            let
                str1 = Text.Lower([原始名称]),
                str2 = Text.Lower([匹配名称]),
                set1 = List.Distinct(Text.ToList(str1)),
                set2 = List.Distinct(Text.ToList(str2)),
                intersection = List.Intersect({set1, set2}),
                union = List.Union({set1, set2})
            in
                if List.Count(union) = 0 then 1 else List.Count(intersection)/List.Count(union)
        ),
        // 筛选符合阈值的匹配
        FilterThreshold = Table.SelectRows(AddSimilarity, each [相似度] >= threshold),
        // 分组并整理匹配组
        GroupNames = Table.Group(FilterThreshold, {"原始名称"}, {{"匹配组", each [匹配名称]}}),
        // 合并原始数据与匹配组
        MergeGroups = Table.NestedJoin(Source, {"原始名称"}, GroupNames, {"原始名称"}, "匹配组", JoinKind.LeftOuter),
        ExpandGroups = Table.ExpandListColumn(Table.ExpandTableColumn(MergeGroups, "匹配组", {"匹配组"}, {"匹配组"}), "匹配组"),
        // 取出现次数最多的名称作为标准化名称
        CountOccurrences = Table.Group(ExpandGroups, {"原始名称", "匹配组"}, {{"出现次数", each Table.RowCount(_)}}),
        SortByCount = Table.Sort(CountOccurrences, {{"出现次数", Order.Descending}}),
        KeepTop = Table.Distinct(Table.SelectColumns(SortByCount, {"原始名称", "匹配组"})),
        RenameColumn = Table.RenameColumns(KeepTop, {{"匹配组", "标准化账户名"}}),
        // 合并回原始表并填充缺失值
        FinalJoin = Table.NestedJoin(Source, {"原始名称"}, RenameColumn, {"原始名称"}, "标准化", JoinKind.LeftOuter),
        ExpandFinal = Table.ExpandTableColumn(FinalJoin, "标准化", {"标准化账户名"}, {"标准化账户名"}),
        FillMissing = Table.ReplaceValue(ExpandFinal, null, each [原始名称], Replacer.ReplaceValue, {"标准化账户名"})
    in
        FillMissing
in
    FuzzyMatch

调用方法（替换你的数据源为实际数据源）：

let
    Source = 你的数据源,
    // 提取客户账户名列转为列表
    AccountNames = Source[客户账户名],
    // 调用函数，阈值设为0.7可按需调整
    MatchedTable = FuzzyMatch(AccountNames, 0.7),
    // 合并回原始表
    FinalTable = Table.NestedJoin(Source, {"客户账户名"}, MatchedTable, {"原始名称"}, "标准化信息", JoinKind.LeftOuter),
    ExpandFinal = Table.ExpandTableColumn(FinalTable, "标准化信息", {"标准化账户名"}, {"标准化账户名"})
in
    ExpandFinal

方法2：字符串预处理后常规分组 #

先对账户名做标准化预处理，再用普通分组功能：

• 转小写：Text.Lower([客户账户名])
• 移除标点：Text.Remove([客户账户名], {".", ",", "(", ")", " "})
• 移除常用后缀：Text.Replace([客户账户名], "pty ltd", "")、Text.Replace([客户账户名], "(pty) ltd", "")
• 合并以上步骤生成预处理列，对该列做常规分组，最后取原始名称中出现次数最多的作为标准化名称

内容的提问来源于stack exchange，提问作者Yardleigh Anthony