使用自定义plyr函数聚合Mindware文件时出错求助

我用一个函数聚合Mindware程序生成的大量Excel文件，半年前运行正常，现在用ldply批量处理时报错，但单独用mw()处理单个文件没问题。已尝试升降级plyr、重装所有包，仍无法解决，函数作者也不清楚原因。

相关代码 #

单个文件处理函数mw #

mw <- function (filename) {
    require(readxl)
    require(magrittr)
    d <- read_excel(filename)
    names(d) <- NULL
    newd <- data.frame(
      row =  t(as.vector(d[6, 2:ncol(d)])) %>% as.numeric(), 
      video =  t(as.vector(d[3, 2:ncol(d)])) ,
      id = filename)
    newd <- subset(newd, is.na(time) == F)
  }

批量处理代码 #

library(magrittr)
library(foreach)
library(plyr)
setwd("#set wd here")

my_physio_data <- ldply(.data = list.files(pattern="*.xlsx"),
              .fun = mw,
              .parallel = TRUE) 

报错信息 #

Error in do.ply(i) : task 82 failed - "attempt to apply non-function"

• 排查第82个文件：报错明确指向第82个任务，先提取该文件（list.files(pattern="*.xlsx")[82]）单独用mw()测试，检查是否存在文件损坏、格式异常或内容缺失的情况。
• 修复函数逻辑漏洞：当前mw函数里的subset(newd, is.na(time) == F)存在明显问题——newd的列只有row、video、id，根本没有time列，这会导致subset执行失败，返回异常对象，批量处理时触发“非函数应用”错误。要么把过滤条件改成实际存在的列（比如is.na(row) == F），要么直接删除这行代码；同时确保函数明确返回处理后的newd（可以加return(newd)，或保留最后一行的返回逻辑）。
• 关闭并行测试：plyr的.parallel=TRUE依赖foreach和并行后端，可能是并行环境下包加载、变量作用域出了问题。先把.parallel改成FALSE运行，若正常，再手动配置并行环境：

  library(doParallel)
  cl <- makeCluster(detectCores())
  registerDoParallel(cl)
  # 再执行ldply代码
  stopCluster(cl)
  

• 替换为更稳定的工具：plyr已停止维护，换成purrr::map_dfr更可靠，示例代码：

  library(purrr)
  library(readxl)
  library(magrittr)
  
  mw_fixed <- function(filename) {
    d <- read_excel(filename)
    names(d) <- NULL
    newd <- data.frame(
      row = t(as.vector(d[6, 2:ncol(d)])) %>% as.numeric(),
      video = t(as.vector(d[3, 2:ncol(d)])),
      id = filename
    )
    # 修正过滤逻辑，比如过滤row为空的行
    newd[!is.na(newd$row), ]
  }
  
  my_physio_data <- list.files(pattern="*.xlsx") %>% map_dfr(mw_fixed)
  

• 核对包版本差异：用sessionInfo()输出当前所有包的版本，对比半年前的环境记录（如果有），重点检查readxl、magrittr、plyr的版本变化，尝试回退到之前的稳定版本。

内容的提问来源于stack exchange，提问作者socialresearcher