R中的agrep出现““模式”必须为非空字符串”错误

Question

我收到以下错误：

'pattern' must be a non-empty character string 

尝试运行以下命令时：

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

大型数据库

> length(Database1)
[1] 15876500

> length(Database2)
[1] 605

但是当我和小家伙一起跑的时候

> length(Database1)
[1] 29

> length(Database2)
[1] 8

我知道我应该放置可重现的代码，以便数据库只是可以使用以下命令生成的15-25个随机字母的字符串：

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

好吧，我可以通过向模式提供""来获得该错误消息。 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

因此，我猜您在数据库中有一个"" 。 要检查使用情况：

which(Database1 == "")

编辑 ：

采用：

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

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