Power Query 功能（如模糊合并、群集值和模糊分组
）使用与模糊匹配相同 模糊匹配的机制。
本文介绍了许多场景，这些场景演示了如何利用模糊匹配的选项，目的是使“模糊”变得清晰。
应用模糊匹配算法的最佳场景是，列中的所有文本字符串只包含需要比较的字符串，而不包含额外的组件。 例如，对比 得到的相似分数比对比 得到的相似分数高。
因为第二个字符串中的单词只是整个文本字符串的一小部分，所以这种比较会产生较低的相似性分数。
例如，下面的数据集来自一个只有一个问题的调查——“您最喜欢的水果是什么？”
该调查提供了一个单独的文本框来输入值，并且不需要验证。
现在，您的任务是对这些值进行聚类分析。模糊匹配 若要完成该任务，请将前面的水果表加载到 Power Query 中，选择该列，然后在功能区中的添加列选项卡中选择群集值选项。
此时会显示群集值对话框，可在其中指定新列的名称。 将此新列命名为群集，然后选择确定。
默认情况下，Power Query 使用相似度阈值 0.8（或 80%）。 最小值 0.00 会导致具有任何相似度的所有值相互匹配，最大值 1.00 只允许精确匹配。 模糊“精确匹配”可能会忽略大小写、词序和标点符号等差异。 上一次操作的结果产生了带有新群集列的下表。
虽然已经完成了聚类分析，但它并没有为所有行提供预期结果。 行号二 (2) 仍具有值，但它应聚集到，与文本字符串、 和 类似。
若要确定导致此聚类分析的原因，请双击已应用的步骤面板中的聚集值，以恢复群集值对话框。 在此对话框中，展开模糊群集选项。 启用显示相似性分数选项，然后选择确定。
启用显示相似性分数选项会在表中创建新列。 这一列显示了所定义的群集与原始值之间精确的相似性分数。
仔细检查后，Power Query 在文本字符串、和的相似性阈值中找不到任何其他值。
在已应用的步骤面板中双击聚集值，返回群集值对话框。 将相似性阈值 从 0.8 更改为 0.6，然后选择确定。
此更改会使您更接近所要查找的结果，但文本字符串除外。 将相似性阈值的值从 0.8 更改为 0.6 后，Power Query 现在能够使用从 0.6 开始一直到 1 的相似性分数的值。
可以通过将相似性分数从 0.6 更改为较低的数字来重试，直到获得要查找的结果。 在本例中，将相似性分数更改为 0.5。 此更改将生成您期望的确切结果，其中文本字符串现在分配给群集。
转换表帮助您在执行模糊匹配算法之前将列中的值映射到新值。
关于如何使用转换表的一些示例：
- 群集值中的转换表
- 模糊合并查询中的转换表
- 分组依据中的转换表
- 模糊合并
- 群集值
- 模糊分组
