R语言批量提取PDF数据报错：pluck提示对象'_tmp_'未找到

首先，你的循环代码存在语法错误，同时还有潜在的逻辑问题，一步步来修正：

1. 修复循环中的语法错误 #

你在管道链末尾直接写df[nrow(df) + 1, ] <- new是完全错误的语法——管道的每一步应该返回一个对象赋值给new，赋值操作不能嵌套在管道里。正确写法是先生成new对象，再完成对df的追加：

for (i in file_names) {
  # 跳过已经用来初始化的第一个PDF，避免重复添加
  if (i == "firstlastname.pdf") next
  
  new <- extract_tables(
    file = i,
    method = "decide",
    output = "data.frame"
  ) %>%
    pluck(2, .default = NULL) %>%  # 加默认值，避免找不到元素时报错
    {if (!is.null(.)) t(.) else NULL} %>%
    as.data.frame() %>%
    slice(2) %>%
    select(1:3) %>%
    rename(inst = V1, date = V2, field = V3)
  
  # 只有当new有效时才追加
  if (!is.null(new)) {
    df <- rbind(df, new)
  }
}

2. 为什么之前能运行现在不行？ #

大概率是之前你的file_names列表里刚好没有重复的初始PDF，且所有PDF都能正常返回至少2个表格；而重启后可能目录里的PDF有变化，或者某个PDF解析后返回的表格数量不足2，导致pluck(2)找不到对象。加上.default = NULL和空值判断，能避免这种报错。

3. 更高效的替代写法（可选） #

作为新手可以先掌握循环，但用purrr包的批量处理会更简洁，也更符合tidyverse风格：

library(purrr)

# 定义处理单个PDF的函数
process_pdf <- function(file) {
  extract_tables(file = file, method = "decide", output = "data.frame") %>%
    pluck(2, .default = NULL) %>%
    {if (!is.null(.)) t(.) else NULL} %>%
    as.data.frame() %>%
    slice(2) %>%
    select(1:3) %>%
    rename(inst = V1, date = V2, field = V3)
}

# 批量处理所有PDF，过滤空值后合并
all_data <- map_dfr(file_names, process_pdf)

# 若要保留初始df的逻辑，可单独处理第一个再合并
first_df <- process_pdf("firstlastname.pdf")
other_df <- map_dfr(setdiff(file_names, "firstlastname.pdf"), process_pdf)
df <- rbind(first_df, other_df)

额外提示 #

• 用rbind(df, new)比直接赋值df[nrow(df)+1,] <- new更安全，后者在列数不匹配时会抛出模糊报错，而rbind会给出更清晰的提示。
• 可以在循环里加打印语句，比如cat("正在处理：", i, "\n")，方便排查哪个PDF出了问题。

内容的提问来源于stack exchange，提问作者Hana Peri