在客户对账、地区汇总与品类分组链路中，同一列里经常同时出现空格、错字和近似写法，例如「华为」「华为 」「華为」。写法不收拢，精确对账和分组就会把同一主体拆成多条。

如果采用传统手工方式，不仅要靠筛选逐条改、靠对照表逐条替换，而且无法判断哪一种写法才是出现最多的原文，也无法形成可回溯、可自动复跑的工作流。

DT-Bot 的 「相似值归并」 算子专为解决此类一列相近写法收成标准名而设计。它把同一列里空格、错字、近似写法自动收成出现最多的原文，行数不变，一次只归并一列。默认就地改源表；也可加一列保存归并结果，或写出新表。若工作空间里有只读标准名表，也可把本列别称对照成该表的权威名称，不从该表补列。

一、 核心能力与适用场景

「相似值归并」算子聚焦于单列相近写法自动收拢，也可选用只读标准名表作权威名称，覆盖以下核心能力：

核心能力 解决什么业务问题 典型业务场景
就地归并一列 把一列里相近写法收成出现最多的原文，行数不变。 客户名称有「华为」「华为 」「華为」等相近写法，要收成一种再对账。
加列保存结果 归并结果写入新列，原列先留着核对。 地区、品类标签写法不统一，先加一列「地区_归并」，原列不动。
宽松 / 严格 控制归并尺度：宽松一点多并；严格则不要把不像的并到一起。 客户名既有空格变体，也有主体不同的公司名，需要收紧或放宽。
对照标准名表 把本列别称改成只读标准名表里的权威名称，不补列。 就诊科室有「心内科」「脑内科」等别称，对照标准科室字典表收到正式名。
写出新表 写了结果名则源表原文保留，归并结果落在新表。 输出「客户归并」，源客户表继续用于对照。

二、 边界指南：它与相近算子有何区别？

在构建数据工作流时，理解算子之间的职责边界至关重要：

比较维度 「相似值归并」算子 「行操作」算子 「匹配填充」算子 「聚合计算」算子
主要定位 一列相近写法收成标准名；可对照只读标准名表 已给出「A 改成 B」的固定映射 按键从另一张表补列 差不多并组后再求和 / 计数
输出机制 默认就地改指定列，行数不变；可加列或另存新表；标准名表只读 就地更新原表（单元格级修改） 目标表行数不变，从他表补列 源表只读，写出压行后的短表
典型动作 按相似自动归并一列；或把别称改成标准名表里的权威名称 指定词替换、去空格 精确 / 区间 / 名称近似跨表补列 按字段分组后合计
如何选择 “把客户名称里相近的写法自动收成一种”；“对照标准科室字典表把异名科室收到正式名” “已经确定把「华为 」改成「华为」” “按客户名称到主数据表补客户编码” “先归并再按标准名求和，求和用聚合计算”

一次只归并一列。必须点名列。无标准名表时说明按相似、近似或写法接近自动归并；对照标准名表时点名该表或确保文件池能唯一确定。

三、 提示词编写规范与公式

「相似值归并」算子支持自然语言直接表达，建议遵循以下标准的编写公式：

【目标表范围】 + 【点名归并列】 + 【相似归并或对照标准名表】 + 【输出】

1. 目标表范围表达

  • 单表精准点名：明确指定单张表名称，例如 “客户表” ：把 “客户名称” 里相近的写法归并；
  • 默认当前流转表：若提示词中未显式提及表名，算子将默认继承上一节点连线流入的数据表。

2. 列与归并动作表达

  • 必须点名列：写清归并哪一列；无标准名表时说明按相似、近似或写法接近自动归并；
  • 就地改原列：把 “客户名称” 里相近的写法归并；
  • 加列保存：结果加一列 “地区_归并”，原列不动；
  • 尺度：宽松一点归并、严格归并，不要把不像的并到一起。

3. 对照标准名表（可选）

  • 用户点名：对照 “标准科室字典表” 把 “挂号就诊科室” 收到标准名称；
  • 由算子选定：用户要求收到权威标准名、且文件池里能唯一确定一张标准名表时，可不点名该表；
  • 标准名表只读，不会被写入，也不会从该表补列。已经在提示词里逐条写死「A 改成 B」请用「行操作」。

4. 输出（可选）

  • 不写则改原列；
  • 要求加一列则原列不动，结果写入指定列名或「原列名_归并」；
  • 写了结果名则写新表，例如 输出 “客户归并”。

四、 核心功能与图解实战

以下结合真实企业数据场景，展示「相似值归并」在不同需求下的处理效果：

场景 1：就地归并一列（收成出现最多的原文）

业务背景：客户表同一主体出现「华为」「华为 」「華为」三种写法，对账前需要收成一种。标准名取该簇里出现最多的原文；金额列与行数必须保持不变。

【处理前：客户表】

订单号 客户名称 金额
D01 华为 100
D02 华为 80
D03 华为 60
D04 華为 50
D05 腾讯 40

【执行提示词】

“客户表” ：把 “客户名称” 里相近的写法归并。

【处理后：客户表（就地更新）】

订单号 客户名称 金额 变更说明
D01 华为 100 簇内出现最多的原文，作为标准名
D02 华为 80 已是标准名
D03 华为 60 「华为 」收成出现最多的「华为」
D04 华为 50 「華为」收成出现最多的「华为」
D05 腾讯 40 与华为簇不像，保持原文

逻辑详解：一次只归并「客户名称」一列。行数仍为 5，金额列 100/80/60/50/40 不动。空格、错字、近似写法自动收成出现最多的原文；主体不同的「腾讯」不会并进「华为」。

场景 2：加一列保存归并结果（原列不动）

业务背景：地区标签存在「华东」「华 东」等写法，分析师需要先核对归并是否合理，因此结果加一列「地区_归并」，原地区列先留着。

【处理前：客户表】

门店 地区 金额
S01 华东 100
S02 华 东 80
S03 华北 60
S04 华南 40

【执行提示词】

“客户表” ：把 “地区” 列相近写法归并，结果加一列 “地区_归并”，原列不动。

【处理后：客户表（就地加列）】

门店 地区 金额 地区_归并 变更说明
S01 华东 100 华东 原列不动；新列写入标准名
S02 华 东 80 华东 原列仍是「华 东」；新列已归并
S03 华北 60 华北 与华东不像，两列均为华北
S04 华南 40 华南 与华东不像，两列均为华南

逻辑详解：行数不变。原「地区」列一字不改，归并结果只写在「地区_归并」。不同地区保持分开，不会把华北、华南并进华东。

场景 3：宽松一点 / 严格归并

案例 A：宽松一点

业务背景：客户名称变体较多，分析师希望多收拢一些相近写法，但仍不要把主体不同的名称并到一起。

【处理前：客户表】

订单号 客户名称 金额
D01 华为 100
D02 华为 80
D03 華为 60
D04 腾讯 40

【执行提示词】

“客户表” ：把 “客户名称” 宽松一点归并。

【处理后：客户表（就地更新）】

订单号 客户名称 金额 变更说明
D01 华为 100 标准名
D02 华为 80 空格变体被收拢
D03 华为 60 近似写法被收拢
D04 腾讯 40 主体不同，即使宽松也不并进华为

案例 B：严格归并

业务背景：同一张客户表里既有空格变体，也有只是略像、业务上必须分开的名称。分析师要求严格归并，不要把不像的并到一起。

【执行提示词】

“客户表” ：把 “客户名称” 严格归并，不要把不像的并到一起。

【处理后：客户表（就地更新，示意）】

订单号 客户名称 金额 变更说明
D01 华为 100 规范化后相同或足够接近的写法仍可归并
D02 华为 80 「华为 」与「华为」通常仍收成一种
D03 華为 60 严格尺度下，不够像的写法保持原文
D04 腾讯 40 主体不同，保持分开

逻辑详解：宽松与严格只改变「像不像」的尺度，不改变「一次只归并一列、行数不变、标准名取出现最多的原文」这些机制。不要把不像的并到一起，是严格模式的明确约束。

场景 4：写出新表（源表原文保留）

业务背景：归并结果要交给下游对账，源客户表仍要保留导入时的各种写法，供抽查。

【处理前：客户表】

订单号 客户名称 金额
D01 华为 100
D02 华为 80
D03 華为 60
D04 腾讯 40

【执行提示词】

“客户表” ：把 “客户名称” 相近写法归并，输出 “客户归并”。

【处理后：客户表（源表不改）】

订单号 客户名称 金额 变更说明
D01 华为 100 写了结果名，源表保持导入原样
D02 华为 80 源表空格变体仍在
D03 華为 60 源表近似写法仍在
D04 腾讯 40 源表保持导入原样

【处理后：客户归并（新表）】

订单号 客户名称 金额 变更说明
D01 华为 100 新表已归并
D02 华为 80 「华为 」收成「华为」
D03 华为 60 「華为」收成「华为」
D04 腾讯 40 主体不同，保持原文

逻辑详解：输出新表后，源表行数与客户名称原文均保持导入原样。新表行数与源表相同，只是指定列已按相近写法收成标准名。

五、 常见问题与操作贴士（FAQ）

Q1：为什么执行「相似值归并」后，左侧工作空间没有生成新表？

答：未要求输出新表、也未要求加列时，算子默认就地改指定列，不会新增表名。
若需要保留原列，请写明加一列保存归并结果；若需要保留整张源表，请写出结果名，例如 输出 “客户归并”。

Q2：归并后行数会不会变少？一次能归并几列？

答：行数不变。相近写法是把单元格收成标准名，不是按标准名去重删行。一次只归并一列，必须点名列，并说明按相似、近似或写法接近自动归并。未点名列时不能做。

Q3：标准名是怎么定的？已经写死「A 改成 B」该用哪个算子？

答：无标准名表时，标准名取该相近写法簇里出现最多的原文。对照标准名表时，标准名取该表权威列里的原文，本列别称按对应关系改写，不从该表补列。
已经给出「A 改成 B」的固定映射，请用 「行操作」。按键从另一张表补编码或补列，请用 「匹配填充」。差不多并组后再求和，请用 「聚合计算」。

Q4：宽松和严格会不会把不同主体并到一起？

答：宽松会让更多相近写法进入同一簇，严格则更不容易把不像的并到一起。无论哪种尺度，主体明显不同的名称都应保持分开。若结果仍过宽或过严，应改提示词中的宽松 / 严格表述后重新执行，而不是手工改个别格子。

六、 关联算子导航