什么是数据质量（Data Profiling）？

数据质量是PowerBI 10月更新的新功能，我们可以通过他查看数据的整体情况和结构，能反映出数据的质量好坏，目前只能在10月Desktop版本中可以看到。而且一次只能预览到1000行的数据质量，相信PowerBI很快将预览到更多的数据质量。

开启数据质量预览功能

数据质量是（2018年10月）的预览功能。在选项设置中打开它。

打开选项，点击预览功能，再勾选启用列分析，点击确认后，我们需要重启一下PowerBIDesktop，这样他的功能就开始生效了。

加载和配置一些数据

我们通过Excel快速加载一些数据，然后选择编辑启动Power Query。

进入PowerQuery，我们可以看到标题底部多了一条横线，这是数据质量分析第一个功能。红色表示错误，灰色表示空白，绿色表示正常。

接下来我们要做的是，进入视图菜单并打开列分发，如下图所示，我们可以到数据质量分析的条形图。这里统计着数据的重复性和唯一性，这是数据质量的第二个功能。

再接着，我们打开列质量，我们可以看到下图，新的一横。里面有提示有效的、错误的、空的数据质量占比。这是数据质量分析的第三个功能。

通过上面3个功能，我们可以快速的见解到我们的数据质量是不是很健康。可以帮助我们改善我的模型健康程度。

模糊合并（Fuzzy Matching）

模糊合并是一种将两个表连接在一起的方法，但不是在完全匹配条件上，而是在相似性阈值上做匹配。

有时候我们会遇到这样的问题，比如下图，我们的部门名称，有时候因为录入的问题导致不一致，但是这些数据又是有效的，单独通过部门匹配无法全部匹配出来。下面我们可以通过模糊合并，把这些有效数据合并出来。

同样的，我们需要先打开设置里面的选择，然后点击预览功能，勾选启用模糊合并，再重启 PowerBI Desktop 这样我们的功能才能生效。

然后我们导入一下数据，启动Power Query.

然后我们在开始里面。找到合并查询

打开我们的合并查询，现在我们看到我们的销售表，我们看到了部门，下面我们选择我们的部门表。

加载部门表后，我们选择销售部门这一列，然后再选择部门表的部门这一列。点击确认，开始匹配。

匹配完成后，我们并没有直接看到我们想要的数据，我们需要点击列的右上角，选择展示的列名称，我们选择部门组长。

确认后，我们可以看到以下图。

为了更直观看对比，我们把组长的部门也带出来，我们看到只有赵豆组长的部门能匹配到，其他匹配为空。

接下里，我们尝试模糊匹配看看。同样的操作，打开合并查询，选择对应的部门列，接下里我们要勾选使用模糊匹配。然后阀值设置0.9。

确认后，我们再设置好列，现在我们对比看看。部门跟部门都匹配对上了，假如这些都是有效的数值，那么你可以通过模糊合并把这些数据合并起来。

选项	可接受的价值	描述
阈值	0.00~1.00	如果两个文本值的相似度大于阈值，则将其视为成功匹配。值1.00表示完全匹配。
忽略大小写	真假	如果你希望相似度算法无论大小写字母是否有效，请选择此选项。
忽略空间	真假	如果你希望相似度算法无论文本中的空格数如何都能工作，请选择此选项。
最大匹配数	数字正值0~2147483647	可以与一个值匹配的行数。
转型表	表	这就像一个映射表，让我们稍后在这篇文章中查看它。它为你提供了使用自己的映射表的选项。该表应至少有两列“To”和“From”。

1.Power BI免费下载：http://www.yeacer.com/

Microsoft Power BI Desktop中文最新版：下载地址

2.欢迎加入的Power BI技术群，目前正在学习阶段，有兴趣的朋友可以一起学习讨论。

Power Data技术交流群：702966126 (验证注明：博客园Power BI)

更多精彩内容请关注微信公众号：悦策PowerBI

如果您觉得阅读本文对您有帮助，请点一下“推荐”按钮，您的“推荐”将是我最大的写作动力！欢迎各位转载，作者博客:https://www.cnblogs.com/yeacer/

Fancy