“'pattern'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))

使用大型数据库

> length(Database1)
[1] 15876500

> length(Database2)
[1] 605

但是，当我用小手机运行时

> length(Database1)
[1] 29

> length(Database2)
[1] 8

我知道我应该提供可重现的代码，因此数据库只是15-25个随机字母的字符串，可以使用以下代码生成：

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，但没有其他可能不好的模式：

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

所以我猜你在数据库中有""。检查使用：

which(Database1 == "")

修改：

使用：

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

这将告诉您错误的位置，然后您可以磨练该元素并找出导致它的原因。我会尝试多个数据子集。