R blearn-子图函数错误：节点必须是字符串向量

我错过了什么？我已经清理了工作区并重新启动了会话。下面是我的代码中似乎引起麻烦的部分。我试图对一个强度对象的贝叶斯网络弧强度进行平均，然后保存该平均图的所有节点，然后计算相关节点，保存为字符串向量：

averaged = averaged.network (strength)
nodes.averaged = unique(unlist(arcs(averaged)))
relevant.nodes = nodes(averaged)[sapply(nodes.averaged, degree, object = averaged) > 0]
averagedNew = subgraph(averaged,relevant.nodes)

然后我得到这个错误：

Error in check.nodes(nodes, graph = x, max.nodes = length(x$nodes)) : 
  nodes must be a vector of character strings, the labels of the nodes.

这是我的相关节点：

[1] "V81"  "V97"  "V114" "V55"  "V93"  "V119" "V102" "V23"  "V24"  "V76"  "V67"  "V29"  "V33"  "V84"  "V89"  "V73" 
[17] "V82"  "V71"  "V45"  "V7"   "V21"  "V109" "V5"   "V41"  "V65"  "V118" "V6"   "V20"  "V100" "V15"  "V59"  "V94" 
[33] "V57"  NA     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA    
[49] NA     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA    
[65] NA     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA    
[81] NA     NA     NA     NA     NA     NA     NA     NA     NA     NA

当我检查抛出此错误消息的位置的源代码时，我找到了if语句（）

然后运行它：

(!is(relevant.nodes, "character"))

结果是

[1] FALSE

---

有人有主意吗？我对R相当陌生，但仍然发现自己在学习

=

和

之间的区别时发现了我的错误。。。字符串向量不允许有任何空数据。这就成功了：

relevant.nodes = relevant.nodes[!is.na(relevant.nodes)]

我认为问题可能是行
nodes.averaged=…
。您使用
unlist
，它做任何事情，因为
平均值
是一个矩阵。尝试使用
nodes.averaged=unique（c（弧（averaged））
，或
as.vector
代替oc
c
，或者您可以使用
节点（averaged）
直接获取节点。如果这不起作用，你能添加一个可复制的例子吗，比如说使用一个包数据集，它甚至比我的解决方案更好，因为它一开始不会造成向量中NA数据的问题。在我的例子中，它是有效的，因此使用
节点（平均值）
而不是
唯一的（c（弧（平均值））
，但是应该有一个存储多个网络的数据结构（对于
平均值
在
唯一的（c（弧（平均值）））
。然后必须使用
c
等。为什么您的一些节点是NA？它们不应该是，也不是。我只是有两种不同的数据类型，当它们在
relevant.nodes=nodes（averaged）[sapply（nodes，degree，object=averaged）>0]处“合并”时，不知怎么搞砸了向量。
relevant.nodes = relevant.nodes[!is.na(relevant.nodes)]