數據表，其中顯示 Year （2020 年）、國家/地區（美國、巴拿馬或加拿大）、產品（襯衫或短褲）、銷售頻道（在線或轉銷商）和單位（從 55 到 7500 的各種值）
您可以在三個地方找到 [
分組依據
] 按鈕：
在 [首頁] 索引
標籤的 [轉換
] 群組中
。
在 [
轉換]
索引標籤的 [資料表
] 群組中
。
當您以滑鼠右鍵按下以選取資料行時，請在快捷方式選單上。
使用聚合函數依一或多個數據行分組
在此範例中，您的目標是摘要說明國家/地區銷售單位和銷售通道層級的總單位數。 您將使用
Country
和
Sales Channel
資料行，依作業執行群組。
在 [首頁] 索引標籤上選取
[群組依據
]。
選取 [
進階
] 選項，以便選取要分組的多個數據行。
選取 [
國家/地區]
資料行。
選取 [
新增群組
]。
選取 [
銷售通路]
數據行。
在 [新增數據行名稱] 中
，輸入
[總單位
]，在 [作業
] 中
選取
[總和
]，然後在 [數據行
] 中
選取
[單位
]。
選取
確定
此作業提供下表。
可用的作業
透過依
功能分組，可用的作業可透過兩種方式進行分類：
數據列層級作業
數據行層級作業
下表說明每個作業。
從原始範例開始，在此範例中，您將建立一個數據行，其中包含總單位和另外兩個數據行，該數據行會提供您針對表現最佳產品所銷售的名稱和單位，摘要說明於國家/地區和銷售通道層級。
使用下列資料列做為
依資料列分組
：
Country
依照下列步驟建立兩個新的數據行：
使用
Sum
作業匯總 Units
數據行。 將此數據行
命名為 [單位總計
]。
使用
[所有數據列] 作業新增 Products
數據行
。
完成該作業之後，請注意 Products
數據行在每個數據格內有 [Table] 值的方式
。 每個 [數據表] 值都包含原始數據表中依
Country
和
Sales Channel
數據行分組的所有數據列。 您可以選取儲存格內的空格元，以檢視對話框底部資料表內容的預覽。
詳細數據預覽窗格可能不會顯示用於群組依據作業的所有數據列。 您可以選取 [Table] 值，以查看對應分組作業的相關所有數據列。
接下來，您必須擷取在 [新產品
] 數據行內數據表的 [單位
] 數據行中
具有最大值的數據列，並呼叫該新數據行
Top performer product
。
使用 [數據表] 值的新
Products
數據行，您可以移至
功能區上的 [新增
數據行] 索引標籤，然後從
[一般
] 群組中選取
[自定義
] 數據行，以建立新的自定義數據行。
為您的新數據行
命名 Top performer product
。 在 [自定義數據行公式] 下
輸入公式。
Table.Max([Products], "Units" )
該公式的結果會建立具有 [Record] 值的新數據行。 這些記錄值基本上只有一個數據列的數據表。 這些記錄包含 [Products
] 資料行中
每個 [資料表] 值之 Units 資料行最大值的數據列
。
有了這個包含 [Record] 值的新
Top performer 產品
數據行，您可以選取展開圖示、選取
[產品和
單位
] 字段，然後選取 [
確定]。
移除 [
產品
] 資料行並設定新展開數據行的數據類型之後，您的結果會類似下圖。
下列功能僅適用於 Power Query Online。
若要示範如何進行「模糊群組」，請考慮下圖所示的範例數據表。
模糊群組的目標是執行使用文字字串近似比對演算法的分組作業。 Power Query 會使用 Jaccard 相似度演演算法來測量實例組之間的相似度。 然後，它會將集結式階層式叢集套用至將實例群組在一起。 下圖顯示您預期的輸出，其中數據表會依
Person
資料行分組。
若要進行模糊群組，請執行本文先前所述的相同步驟。 唯一的差異在於這次，在
[分組依據
] 對話框中，您選取 [
使用模糊群組]
複選框。
針對每個數據列群組，Power Query 會挑選最頻繁的實例作為「標準」實例。 如果多個實例發生頻率相同，Power Query 會挑選第一個實例。 在 [分組依據
] 對話框中選取
[確定
] 之後，您會收到預期的結果。
不過，您可以展開
模糊群組選項
，以更充分掌控模糊群組作業。
下列選項可用於模糊群組：
相似度臨界值 （選擇性）
：此選項指出必須將兩個值分組在一起的方式。 最小設定為 0 會導致所有值群組在一起。 1 的最大設定將只允許完全符合的值分組在一起。 預設值為 0.8。
忽略大小
寫：比較文字字串時，將會忽略大小寫。 此選項預設為啟用。
藉由合併文字元件來分組：演算法會嘗試將文字元件
（例如
將 Micro
和
soft
合併到
Microsoft
）來分組值。
顯示相似度分數
：在模糊分組之後，顯示輸入值與計算代表值之間的相似度分數。 需要新增作業，例如
[所有數據
列] 以在逐列層級上展示這項資訊。
轉換數據表 （選擇性）
：您可以選取轉換數據表，將值對應到 Microsoft
，以
將它們分組在一起。
在此範例中，轉換數據表將用來示範如何對應值。 轉換資料表有兩個資料列：
來源
：要在您的數據表中尋找的文字字串。
To
：要用來取代 From
數據行中文字字串的
文字字串。
下圖顯示此範例中使用的轉換數據表。
轉換數據表必須具有相同的數據行和數據行名稱，如上所示（它們必須是 “From” 和 “To”），否則 Power Query 將無法辨識這些名稱。
返回 [
分組依據
] 對話框，展開
[模糊群組選項
]，將作業從
[計數數據列
] 變更為
[所有數據列
]，啟用
[顯示相似度分數
] 選項，然後選取
[轉換數據表
] 下拉功能表。
選取轉換數據表之後，請選取 [
確定
]。 該作業的結果會提供下列資訊：
在此範例中，
已啟用 [忽略大小
寫] 選項，因此使用 [轉換] 數據表
的
[From
] 資料行中的
值來尋找文字字串，而不考慮字串大小寫。 此轉換作業會先進行，然後執行模糊群組作業。
相似度分數也會顯示在人員數據行旁邊的數據表值中，其會反映值分組方式及其各自的相似度分數。 如有需要，您可以展開此數據行，或使用新頻率數據行中的值進行其他轉換。
當依多個數據行分組時，如果取代值會增加相似度分數，轉換數據表就會在所有數據行中執行取代作業。
新增自訂數據行
拿掉重複專案
Coming soon: Throughout 2024 we will be phasing out GitHub Issues as the feedback mechanism for content and replacing it with a new feedback system. For more information see:
https://aka.ms/ContentUserFeedback
.
提交並檢視相關的意見反應
