网上随便找段文字，就以Power BI官网上这段文字为例好了：

想要统计其中的词频，实现如下图的效果：

解法1：使用输入法词库

其中的难点无疑在分词了，中文不像英文可以按空格拆开分词，仅仅单靠Power Query中的功能遇到这种问题好像没法搞，因为它不知道你要按什么规则来拆，不知道哪几个字连起来算一个词。

那我们就得想办法告诉它规则，于是想到了输入法。输入法之所以如此贴心，就是因为有着丰富的词库，我们可以去输入法的设置里找出词库导出来。

我已经把我的输入法词库导出来并上传到网站服务器上，所以如果你找不到词库在哪就直接用我的吧。

let

源 = Excel.CurrentWorkbook(){[Name="源数据"]}[Content],

词库 = Table.FromColumns({List.Buffer(List.Select(Csv.Document(Web.Contents("https://pqfans.com/pq/pinyin/py.txt"),[Delimiter=" "])[Column2],each Text.Length(_)<>1))},{"词"}),

词频 = Table.AddColumn(词库, "词频", each List.Count(Text.PositionOf(源[文本]{0},[词],2))),

排序 = Table.Buffer(Table.Sort(词频,{{"词频", 1}})),

筛选 = Table.SelectRows(排序, each ([词频] <> 0))

in

筛选

解法2：使用R语言

以上是笨方法，但是如果在Power BI Desktop中，我们可以使用R.Execute运行R脚本，用jieba包进行分词。

那么首先你得安装R Open，并安装jieba。安装非常简单，首先去官网下载并装好R Open，然后打开并输入如下命令：install.packages("jiebaR")

等待自动安装完成即可。

先看下在R中如何来分词：

library("jiebaR")

wk

words

data.frame(words)

那么在Power BI中也类似，只不过我们想引用PBI内部的文本进行分词，先上代码吧：

let

源="Power BI 是一套商业分析工具，用于在组织中提供见解。可连接数百个数据源、简化数据准备并提供即席分析。生成美观的报表并进行发布，供组织在 Web 和移动设备上使用。每个人都可创建个性化仪表板，获取针对其业务的全方位独特见解。在企业内实现扩展，内置管理和安全性。",

加引号 = """"&Text.Remove(源,"""")&"""",

R脚本 = R.Execute("

library(""jiebaR"")

wk

words

df

"),

分词 = R脚本[Value]{0}

in

分词

为简化过程我直接把文本放在源中，实际上这个文本可以是从本地文件导入，也可以是从网上抓取的等等。

R脚本是以文本形式放在R.Execute函数中，所以我们可以对文本进行拼接，把源中的文本放到R脚本中。

尽管源中的文本已经是text，但是引用的时候还是要在文本的开头和结尾加上一对引号，所以我单独用了一个加引号的步骤便于大家理解。此处前后各4个引号，首尾两个代表引用文本，中间两个是引号的转义，代表一个引号。另外为了避免文本中本身包含引号而引发的错误，再做一个把引号移除的操作，反正我们又不要统计引号。

将数据框赋值给df变量，返回一个两列的table，分别为变量名及数据框内的数据，最后一步深化出[Value]中数据框的数据即可。

这是分词，最关键的一步做完了，剩下的词频统计直接分组就好了。

解法3：调用api

使用了一个名为SCWS的分词api，封装为自定义函数，调用即可。

let

fenci=(word)=>

let

url="http://www.xunsearch.com/scws/api.php",

headers=[#"Content-Type"="application/x-www-form-urlencoded"],

content="respond=json&ignore=yes&data="&word,

request=Table.FromRecords(Json.Document(Web.Contents(url,[Headers=headers,Content=Text.ToBinary(content)]))[words])

in

request,

result=fenci("Power BI 是一套商业分析工具，用于在组织中提供见解。可连接数百个数据源、简化数据准备并提供即席分析。生成美观的报表并进行发布，供组织在 Web 和移动设备上使用。每个人都可创建个性化仪表板，获取针对其业务的全方位独特见解。在企业内实现扩展，内置管理和安全性。")

in

result

附件

词频统计 (135 kB)