Hop til hovedindhold

Table.AddFuzzyClusterColumn

Tilføjer en ny kolonne med repræsentative værdier, der er fremstillet af fuzzy-grupperingsværdier i den angivne kolonne i tabellen.

Syntax​

Table.AddFuzzyClusterColumn(
    table as table,
    columnName as text,
    newColumnName as text,
    optional options as record
) as table

Remarks​

Tilføjer en ny kolonne newColumnName til table med repræsentative værdier for columnName. Repræsentanterne hentes sammen med fuzzily-matchende værdier i columnName for hver række. Der kan inkluderes et valgfrit sæt af options for at angive, hvordan nøglekolonnerne skal sammenlignes. Indstillingerne omfatter:

  • Culture : Gør det muligt at gruppere poster baseret på kulturspecifikke regler. Det kan være et vilkårligt gyldigt kulturnavn. En kulturindstilling af typen "ja-JP" grupperer for eksempel på basis af den japanske kultur. Standardværdien er "", hvilket grupperer baseret på den engelske (invariable) kultur.
  • IgnoreCase : En logisk værdi (sand/falsk), der tillader skelnen mellem store og små bogstaver. Hvis værdien er sand, bliver "druer" grupperet med "druer". Standardværdien er sand.
  • IgnoreSpace : En logisk værdi (sand/falsk), der gør det muligt at kombinere tekstdele for at finde grupper. Hvis true, bliver "Dru er " grupperet med "druer". Standardværdien er sand.
  • SimilarityColumnName : Et navn på kolonnen, der viser ligheden mellem en inputværdi og den repræsentative værdi for inputtet. Standardværdien er null, hvilket betyder, at der ikke tilføjes en ny kolonne for ligheder.
  • Threshold : Et tal mellem 0,00 og 1,00, der angiver den lighedsscore, hvor to værdier grupperes. For eksempel er "druer" og "drer" (manglende "u") kun grupperes sammen, hvis denne indstilling er angivet til mindre end 0,90. En grænseværdi på 1,00 tillader kun eksakte match. (Bemærk, at et fuzzy "eksakt match" kan ignorere forskelle som f.eks. store og små bogstaver, ordrækkefølge og tegnsætning.) Standardværdien er 0,80.
  • TransformationTable : En tabel, der tillader gruppering af poster baseret på brugerdefinerede værditilknytninger. Den skal indeholde kolonnerne "fra" og "til". For eksempel bliver "Druer" grupperet med "Rosiner", hvis der findes en transformationstabel med kolonnen "fra", som indeholder "Druer", og kolonnen "til", der indeholder "Rosiner". Bemærk, at transformationen bliver anvendt på alle forekomster af teksten i transformationstabellen. Med ovenstående transformationstabel bliver "Druer er søde" også grupperet med "Rosiner er søde".

Examples​

Example #1​

Find de repræsentative værdier for medarbejderens placering.

Table.AddFuzzyClusterColumn(
    Table.FromRecords(
        {
            [EmployeeID = 1, Location = "Seattle"],
            [EmployeeID = 2, Location = "seattl"],
            [EmployeeID = 3, Location = "Vancouver"],
            [EmployeeID = 4, Location = "Seatle"],
            [EmployeeID = 5, Location = "vancover"],
            [EmployeeID = 6, Location = "Seattle"],
            [EmployeeID = 7, Location = "Vancouver"]
        },
        type table [EmployeeID = nullable number, Location = nullable text]
    ),
    "Location",
    "Location_Cleaned",
    [IgnoreCase = true, IgnoreSpace = true]
)

Result:

Table.FromRecords(
    {
        [EmployeeID = 1, Location = "Seattle", Location_Cleaned = "Seattle"],
        [EmployeeID = 2, Location = "seattl", Location_Cleaned = "Seattle"],
        [EmployeeID = 3, Location = "Vancouver", Location_Cleaned = "Vancouver"],
        [EmployeeID = 4, Location = "Seatle", Location_Cleaned = "Seattle"],
        [EmployeeID = 5, Location = "vancover", Location_Cleaned = "Vancouver"],
        [EmployeeID = 6, Location = "Seattle", Location_Cleaned = "Seattle"],
        [EmployeeID = 7, Location = "Vancouver", Location_Cleaned = "Vancouver"]
    },
    type table [EmployeeID = nullable number, Location = nullable text, Location_Cleaned = nullable text]
)

Category​

Table.Transformation