模糊合并

模糊合并 是一项智能数据准备功能，可用于在比较列时应用模糊匹配算法。 这些算法尝试查找正在合并的表中的匹配项。

可以通过选择“使用模糊匹配执行合并选项”按钮，在合并对话框底部启用模糊匹配。 更多信息：合并操作概述

示例方案

模糊匹配的一个常见应用场景是处理自由文本字段，例如在调查问卷中。 在本文中，示例表直接从发送给一个只有一个问题的联机调查中获取： 你最喜欢的水果是什么？

该调查的结果如下图所示。

这九条记录反映了问卷调查提交的内容。 调查提交的问题是，有些有拼写错误，有的是复数，有些是单写的，有些是大写的，有些是小写的。

为了帮助标准化这些值，此示例中有一个 “水果 ”引用表。

目标是创建如下表，其中已标准化所有这些值，以便可以执行更多分析。

模糊合并操作

若要完成模糊合并，请首先执行合并。 在这种情况下，使用左外连接，其中左表来自调查，右表是水果参考表。 在对话框底部，选中“ 使用模糊匹配执行合并 ”复选框。

选择 “确定”后，由于此合并作，可以在表中看到一个新列。 如果展开它，会发现有一行没有任何数值。 这正是上图中对话框中的消息所说的：“所选内容与第一个表中的 9 行中的 8 行匹配。”

模糊匹配选项

可以修改 模糊匹配选项 ，以调整近似匹配的完成方式。 首先，选择 “合并查询 ”命令，然后在 “合并 ”对话框中展开 模糊匹配选项。

可用选项包括：

• 相似性阈值（可选）：一个介于 0.00 和 1.00 之间的值，可提供匹配给定相似性分数以上记录的能力。 阈值为 1.00 与指定完全匹配条件相同。 例如，当阈值设置为小于 0.90 时， Grapes 与 Graes 匹配（缺少字母 p）。 默认情况下，此值设置为 0.80。
• 忽略大小写：无论文本大小写如何，都允许匹配记录。
• 通过组合文本部件进行匹配：允许组合文本部件查找匹配项。 例如，如果启用此选项，Micro soft 与 Microsoft 匹配。
• 显示相似性分数：显示输入与模糊匹配后的匹配值之间的相似性分数。
• 匹配数（可选）：指定可为每个输入行返回的最大匹配行数。
• 转换表（可选）：允许基于自定义值映射匹配记录。 例如，如果提供了转换表，其中From列包含葡萄，而To列包含葡萄干，则葡萄与葡萄干匹配。

转换表

对于本文中的示例，可以使用转换表来映射缺少对的值。 该值是 apls，需要映射到 Apple。 转换表有两列：

• 从 中包含要查找的值。
• To 包含用于替换通过 From 列找到的值的新值。

在本文中，转换表如下所示：

可以返回到“合并”对话框，然后在“匹配数”下的模糊匹配选项中输入 1。 启用 “显示相似性分数 ”选项，然后在 “转换”表下，从下拉菜单中选择 “转换表 ”。

选择 “确定”后，可以转到合并步骤。 使用表值展开列时，除了 “水果 ”字段外，还会看到 “相似性分数”字段。 选择并展开两个项目，而不添加前缀。

扩展这两个字段后，它们会被添加到表格中。 请记录每个值的相似性分数。 如果需要确定应降低或提高相似性阈值，这些分数可以帮助你进行进一步的转换。

对于此示例， 相似性分数 仅用作其他信息，并且此查询的输出中不需要这些信息，因此可以将其删除。 请注意该示例如何以九个不同值开头，但在模糊合并之后，只有四个不同值。

有关转换表工作原理的详细信息，请转到 转换表先决条件。

相关内容

• 模糊匹配
• 群集值
• 模糊分组