“'模式'必须是非空字符串”R中的agrep错误

Question

我收到以下错误：

'pattern' must be a non-empty character string 

尝试运行以下内容时：

rapply(as.list(Database1), function(x) agrep(x,Database2, max.distance=c(cost=1), value=T))

拥有大型数据库

> length(Database1)
[1] 15876500

> length(Database2)
[1] 605

但是当我用小的运行它时不是

> length(Database1)
[1] 29

> length(Database2)
[1] 8

我知道我应该提供可重现的代码，这样数据库就只有 15-25 个随机字母的字符串，可以使用以下方法生成：

Database1<- unlist(replicate(n, paste0(sample(LETTERS, m), collapse="")))

其中“n”是长度，“m”是 15-25 之间的整数。

Answer 1

我可以通过向模式提供"" 来获取该错误消息。如此处所示，但没有其他潜在的不良模式：

agrep("", "hello")
agrep(" ", "hello")
agrep(NA, "hello")
agrep(NULL, "hello")


## > agrep("", "hello")
## Error in agrep("", "hello") : 
##   'pattern' must be a non-empty character string

## > agrep(" ", "hello")
## [1] 1

## > agrep(NA, "hello")
## [1] NA

## > agrep(NULL, "hello")
## Error in agrep(NULL, "hello") : invalid 'pattern' argument

所以我猜你在 Database` 中有一个 ""。检查使用：

which(Database1 == "")

编辑：

用途：

rapply(as.list(Database1), function(x) {
    try(agrep(x,Database2, max.distance=c(cost=1), value=T))
)

这将告诉您错误在哪里，然后您可以仔细研究该元素并找出导致错误的原因。我会尝试数据的多个子集。