Power BI合并查询能否实现一个键精确匹配、第二个键模糊匹配？

Power BI完全支持「单字段精确匹配+同分组内字段模糊匹配」的两表合并需求，使用内置的Power Query（数据转换编辑器）即可实现，不需要安装第三方插件或付费组件。

你可以根据自己使用的Power BI版本，选对应方案操作：

方案1：全版本通用方案（自定义程度最高） #

这个方案所有Power BI版本都能使用，匹配规则可以完全自主控制，适合需要自定义相似度判断逻辑的场景：

• 第一步：将两张表导入Power BI后，点击顶部菜单栏的「转换数据」进入Power Query编辑器。
• 第二步：完成Key列的精确关联：选中表1，点击「合并查询」，如果需要保留原表、在新表生成合并结果就选「将查询合并为新查询」。在弹出的合并配置窗口中，关联字段分别选表1的Key列和表2的Key列，连接种类选择「内部（仅匹配行）」，点击确定。这一步会自动把所有Key值相同的行两两配对，比如Key=1的Michael会和同Key下的Mike、Andrea分别生成配对行，Key=2的Robert会和同Key下的Robbie、Michelle分别生成配对行，初步得到4行同Key匹配结果。
• 第三步：点击合并生成的表2列右上角的展开按钮，勾选需要保留的Name2、info_b字段，取消勾选「使用原始列名作为前缀」，完成字段展开。
• 第四步：新增自定义列做名称模糊匹配判断：点击「添加列」->「自定义列」，如果是做昵称、简称类的常规模糊匹配，直接用内置的模糊匹配函数即可，公式写为= Text.FuzzyEquals([Name1], [Name2], [IgnoreCase=true, Threshold=0.7])。其中Threshold是相似度阈值，取值范围0-1，数值越高对名称相似度要求越严格，0.7是昵称匹配场景下比较常用的阈值，你可以根据自己的实际数据测试调整。如果需要用编辑距离、Jaro-Winkler距离等更特殊的相似度规则，也可以自己写自定义函数在这一步调用。
• 第五步：筛选新增的自定义列，只保留值为true的行，删除辅助判断的自定义列，就能得到和你预期完全一致的结果：Key=1关联Michael和Mike，对应info_a=a、info_b=aa；Key=2关联Robert和Robbie，对应info_a=b、info_b=bb。

方案2：新版本快速方案（操作更简便） #

如果你用的是2021年及之后更新的Power BI版本，合并功能已经内置了分组模糊匹配能力，不需要手动计算相似度：

• 打开合并查询配置窗口后，先勾选「使用模糊匹配执行合并」，点开下方的「模糊匹配选项」，在「按列分组匹配」中选择Key列，设置好你需要的相似度阈值，再把主关联字段设为两表的Key列，连接种类选内连接，确定后直接展开表2的对应字段，就能直接得到同Key内名称模糊匹配的结果，操作步骤更简洁，大数据量下性能也更好。

• 相似度阈值一定要结合实际业务数据测试调整，阈值过低容易匹配上不相关的名称，阈值过高会漏匹配符合要求的记录。
• 如果数据量超过10万行，优先使用方案2的内置模糊匹配功能，性能比手动写自定义列计算相似度高30%以上。

内容的提问来源于stack exchange，提问作者belle