R语言中的嵌套for循环

我有这段代码，可以使用余弦相似性计算数据帧中的重复，通过first:first loop（nrow）每次接收一条tweet的次数，然后将余弦相似性结果与使用第二个loop的其他tweet进行比较

这是我的密码：

for (i in 1:nrow(temp)) {
  dup=0
  one_Tweets = tweets$Tweet[i]
  cos_similarity = data.frame("v1"=NULL) # NULL So that don't write previous value
  cos_similarity=data.frame(sim <- round( sim.strings(AllTweets,one_Tweets), digits = 3) )
  names(cos_similarity) = c( "v1")

  for (b in i+1:nrow(temp)) {
    Tweet_cos=cos_similarity$v1[b]
    if ( Tweet_cos >= 0.900) {
      count = count+1
      tweets$flag[b]= 1
    }else { #if ( Tweet_cos <0.900) {
      tweets$flag[b]= 2
    }
    Tweet_cos=0
  }
  dup=tweets$duplicate[i]= tweets$duplicate[i]+count 
  count = 0
}

---

我还没有代表把它放在评论，但我认为你得到这个问题，因为NA/NULL在Tweet_cos向量。要调试，请从代码中删除此部分：

    for (b in i+1:nrow(temp)) {
    Tweet_cos=cos_similarity$v1[b]
    if ( Tweet_cos >= 0.900) {
      count = count+1
      tweets$flag[b]= 1
    }else { #if ( Tweet_cos <0.900) {
      tweets$flag[b]= 2
    }
    Tweet_cos=0
  }
  dup=tweets$duplicate[i]= tweets$duplicate[i]+count 
  count = 0

用于（i+1中的b:nrow（温度））{
Tweet\u cos=cos\u相似性$v1[b]
如果（Tweet_cos>=0.900）{
计数=计数+1
tweets$flag[b]=1
}else{#if（Tweet_cos我还没有rep将其放在评论中，但我认为您遇到了这个问题，因为Tweet_cos向量中的NA/NULL。要调试，请从代码中删除此部分：

    for (b in i+1:nrow(temp)) {
    Tweet_cos=cos_similarity$v1[b]
    if ( Tweet_cos >= 0.900) {
      count = count+1
      tweets$flag[b]= 1
    }else { #if ( Tweet_cos <0.900) {
      tweets$flag[b]= 2
    }
    Tweet_cos=0
  }
  dup=tweets$duplicate[i]= tweets$duplicate[i]+count 
  count = 0

用于（i+1中的b:nrow（温度））{
Tweet\u cos=cos\u相似性$v1[b]
如果（Tweet_cos>=0.900）{
计数=计数+1
tweets$flag[b]=1
}否则{#如果（Tweet#cos）尝试
summary（temp）
查看Tweet#cosin环境Tweet#cos value=NA#real#中是否有
NA
值，使用summary（temp）后我会看到值查看结果：
summary（Tweet#cos）最小第一个曲中位数平均第三个曲中位数最大NA NA NA NA NA NA NA NA NA 1
注意一个事实，即
i+1:nrow（temp）
与
（i+1）：nrow（temp）
i在
k=i+1
之外添加了循环，然后我为（k:nrow（temp））编写了循环条件
此解决循环问题尝试
summary（temp）
查看Tweet\u cosin环境Tweet\u cos value=NA\u real\u中是否有
NA值，使用summary（temp）后我看到值请查看结果：
summary（Tweet\u cos）最小第一个曲中位数平均第三个曲中位数最大NA NA NA NA NA NA NA NA NA 1
注意一个事实，即
i+1:nrow（temp）
与
（i+1）：nrow（temp）
i在
k=i+1
之外添加了循环，然后我为（k:nrow（temp））编写了循环条件
此解决循环问题我删除此部分并打印cos_相似度$V1..结果：
[2205]0.489 0.615 0.699 0.649 0.616 0.757 0.603 0.666 0.669 0.616 0.716 0.658 0.649 0.682 0.740 0.578 0.696 0.661 0.719[2224]0.737 0.734 0.631 0.724 0.721 0.690 0.544 0.645 0.617 0.618 0.586 0.600 0.539 0.594 0.716 0.637 0.674 0.699 0.582
我删除此部分并打印cos_相似性$V1..结果：
[2205]0.489 0.615 0.615 0.699 0.649 0.616 0.757 0.603 0.666 0.669 0.616 0.716 0.658 0.680.620.710.620.719[2205]0.737 0.734 0.631 0.724 0.721 0.690 0.544 0.645 0.617 0.618 0.586 0.600 0.539 0.594 0.716 0.637 0.674 0.699 0.582