聚类值使用模糊匹配算法自动创建具有相似值的组，然后将每个列的值映射到最佳匹配组。 使用具有相同值的不同变体的数据时，此转换非常有用，并且需要将值合并为一致的组。
请考虑一个包含 ID 列的示例表，其中包含一组 ID ，一个 Person 列，其中包含一组各种拼写和大写版本的名称 Miguel、Mike、William 和 Bill。
在此示例中，要查找的结果是一个表，其中包含一个新列，其中显示了 “人员” 列中的正确值组，而不是相同单词的所有不同变体。
注释
群集值功能仅适用于 Power Query Online。
创建群集列
若要群集值，请先选择 “人员 ”列，转到功能区中的 “添加列 ”选项卡，然后选择 “群集值 ”选项。
在 “群集值 ”对话框中，确认要用于从中创建群集的列，然后输入列的新名称。 在本例中，将此新列命名为 “群集”。
该作的结果如下图所示。
注释
对于每个值群集，Power Query 将从所选列中选取最频繁的实例作为“规范”实例。 如果出现多个实例的频率相同，Power Query 将选取第一个实例。
使用模糊群集选项
以下选项可用于新列中聚类值的生成：
- 相似性阈值（可选）：此选项指示必须将两个值组合在一起的方式。 最小设置为零（0）会导致所有值组合在一起。 最大设置为 1 仅允许完全匹配的值组合在一起。 默认值为 0.8。
- 忽略大小写：比较文本字符串时，将忽略大小写。 此选项默认处于启用状态。
- 通过组合文本部件进行分组：算法尝试将文本部件（例如将 Micro 和 soft 组合到 Microsoft）组合到分组值。
- 显示相似性分数：显示输入值与计算出代表性值之间的相似性分数（在模糊聚类分析后）。
- 转换表（可选）：可以选择映射值（例如将 MSFT 映射到 Microsoft）的转换表，以将它们组合在一起。
对于本示例，使用名为 我的转换表 的新的转换表来演示如何映射值。 此转换表有两列：
- 来源：要查找在表中的文本字符串。
- 要：用于替换 From 列中的文本字符串。
重要
转换表具有与上图中显示的相同列和列名（它们必须命名为“From”和“To”），否则 Power Query 不会将此表识别为转换表，并且不会发生任何转换。
使用之前创建的查询，双击 “聚集值 ”步骤，然后在“ 群集值 ”对话框中展开 模糊群集选项。 在 模糊群集选项下，启用 “显示相似性分数 ”选项。 对于 转换表（可选），请选择具有转换表的查询。
选择转换表并启用 “显示相似性分数 ”选项后，选择“ 确定”。 该作的结果提供一个表，其中包含与原始表相同的 ID 和 Person 列，但也包含两个名为 Cluster 和 Person_Cluster_Similarity 的新列。 群集列包含 Miguel 和 Mike 这些名字的正确拼写和大写版本，作为 Miguel 的变体，以及 Bill、Billy 和 William 这些名字的正确拼写和大写版本，作为 William 的变体。 Person_Cluster_Similarity列包含每个名称的相似性分数。
转换表原则
你可能会注意到，上一部分中的转换表似乎表明迈克的实例已更改为 Miguel，威廉的实例更改为 Bill。 然而，在生成的表中，比尔和“billy”的实例被改为威廉。 在转换表中，转换表不是直接 从头 到 尾 的路径，而是在聚类分析期间对称的，这意味着“mike”等效于“Miguel”，反之亦然。 转换表中给定的等效项的结果取决于以下规则：
- 如果存在大多数相同的值，则这些值优先于非典型值。
- 如果没有大多数值，则首先出现的值优先。
例如，在本文中使用的原始表中， “Person ”列中的 Miguel（既是“miguel”和“Miguel”）的版本构成了名称 Miguel 和 Mike 的大多数实例。 此外，首字母大写的“米格尔”占据了名字“米格尔”的大部分。 因此，将 Miguel 及其派生项与 Mike 及其派生项关联在转换表中，结果是在 群集 列中使用 Miguel 这个名称。
但是，对于威廉、比尔和“billy”的名字，没有大多数值，因为这三个都是唯一的。 由于 William 首先出现，因此在 “聚类” 列中使用 William。 如果表中首先出现“billy”，则会在 “群集 ”列中使用“billy”。 此外，由于没有大多数值，因此使用各个名称使用的事例。 也就是说，如果威廉是第一个，则使用威廉的大写形式“W”作为结果值；如果“billy”是第一个，则使用billy的小写形式“b”。