模糊匹配（优化篇）

不难发现，《匹配范围》中提到的第三种解题思路也适用于模糊匹配。接下来，先交代一下背景：假设有一表格（表格Data）只含有地址，现需要根据另一含有城市的表格(表格LookupTB)匹配出运费。

这个问题最直接的解决方法是为表格Data添加一计算列对表格LookupTB进行筛选，只保留城市为地址一部分的行，以下为该思路对应的代码：

let
    AddCol =
        Table.AddColumn(
            Data,
            "nTable",
            (x)=˃
                Table.SelectRows(
                    LookupTB,
                    (y)=˃
                        Text.StartsWith(
                            x[地址],
                            y[城市]
                        )
                ),
                type text
        ),
    ExpandCol =
        Table.ExpandTableColumn(
            AddCol,
            "nTable",
            {"运费"}
        ),
    DataType =
        Table.TransformColumnTypes(
            ExpandCol,
            {
                "运费",
                type number
            }
        )
in
    DataType

笔者测试了使用不同行数的表格Data运行以上代码所需要的运行时间，其结果如下图所示：

第二种方法从表格LookupTB出发，通过一系列转换使表格LookupTB能够和表格Data进行内连接，以下为该思路对应的代码（结果为表格ParaTB）：

let
    Distinction = 
        List.Buffer(
            List.Distinct(Data[地址])
        ),
    ToRows = Table.ToRows(LookupTB),
    CartesianProduct =
        List.TransformMany(
            ToRows,
            (x)=˃
                List.Split(
                    List.Select(
                        Distinction,
                        (y)=˃
                            Text.Contains(
                                y, 
                                List.First(x)
                            )
                    ),
                    1
                ),
            (w,j)=˃
                List.Combine(
                    {
                        w,
                        j
                    }
                )
        ),
    ToTable =
        Table.FromRows(
            CartesianProduct,
            type table
                [
                    城市 = text,
                    运费 = number,
                    地址 = text
                ]
        )
in
    ToTable

虽然以上代码的思路与《匹配范围》的第三种解题思路如出一辙，但是实现的过程牵涉到比较抽象的List.Transformnay()，所以仍需要详细地解释一番。为了完成需要的转换，首先需要把表格Data的地址列提取出来使之转换为串列，并使用List.Distinct()移除串列中重复的元素。然后，需要以行为单位把表格LookupTB转换为复合串列并传递至List.Transformany()作为该函数的第一个参数。接着，List.Transformany()会依次传递第一个参数中的每一个元素到第二个参数和第三个参数。第二个参数是对移除重复后的地址串列进行筛选而来的，移除重复后的每一个地址会与当前的城市进行比较，如果地址中包含该城市，这个地址就会被保留，否则就会被移除。请注意每一个被保留的地址会依次传递至第三个参数，被传递至第三个参数的当前地址会成为由第一个参数传递至第三个参数的当前元素的最后一个元素。最后，使用Table.FromRows()把复合串列还原为表格就完成所有的转换，下图为转换后的结果：

完成转换后，就可以对表格Data(左表）与表格ParaTB(右表)进行内连接，然后展开运费就完成解题。以下为这些步骤对应的代码：

let
    InnerJoin =
        Table.NestedJoin(
            Data,
            "地址",
            ParaTB,
            "地址",
            "nTable",
            JoinKind.Inner
        ),
    Expansion =
        Table.ExpandTableColumn(
            InnerJoin,
            "nTable",
            {"运费"}
        ),
    DataType =
        Table.TransformColumnTypes(
            Expansion,
            {
                "运费",
                type number
            }
        )
in
    DataType

笔者测试了使用不同行数的表格Data运行以上代码所需要的运行时间，其结果如下图所示：