使用R读取并合并多个YAML文件时melt函数报错求助

尝试用for循环读取同一目录下多个YAML文件并合并成DataFrame，代码如下：

library(yaml)
library(reshape2)

test_path <- paste0(getwd(), "/tests/")

test_files <- list.files(path=test_path, pattern=".yml", all.files=FALSE, full.names=FALSE)
df <- data.frame()

for (test_file in test_files)

  out <- yaml.load_file(paste0(test_path, test_file))
  x <- melt(out)
  df <- x

执行x <- melt(out)时触发错误：

"Error in names(object) <- nm : 'names' attribute [1] must be the same length as the vector [0]"

out的结构示例：

> out
$`Test-Scenario-1`
$`Test-Scenario-1`[[1]]
$`Test-Scenario-1`[[1]]$name
[1] "Example Test 1 hello"

$`Test-Scenario-1`[[1]]$description
[1] "low level load test"

$`Test-Scenario-1`[[1]]$url
[1] "https://www.github.com/"

$`Test-Scenario-1`[[1]]$typle
[1] "load"

$`Test-Scenario-1`[[1]]$thread
[1] 7

$`Test-Scenario-1`[[1]]$loop
[1] 10

$`Test-Scenario-1`[[1]]$head
NULL

$`Test-Scenario-1`[[1]]$delay
[1] 100

两个示例YAML文件：
hello_test.yml:

Test-Scenario-1:

  - name: hello Example Test 1
    description: hello level load test
    url: https://www.hello.com/
    typle: load
    thread: 10
    loop: 20
    head: NO_HEAD
    delay: 100
  
Test-Scenario-2:

  - name: hello Example Test 2 
    description: hello level load test
    url: https://www.hello.com/
    typle: load
    thread: 10
    loop: 20
    head: NO_HEAD
    delay: 100

example_test.yml:

Test-Scenario-1:

  - name: Example Test 1
    description: low level load test
    url: https://www.github.com/
    typle: load
    thread: 7
    loop: 10
    head: NO_HEAD
    delay: 100
  
Test-Scenario-2:

  - name: Example Test 2
    description: low level load test
    url: https://www.github.com/
    typle: load
    thread: 7
    loop: 10
    head: NO_HEAD
    delay: 100

1. for循环语法缺失：你的for循环没有用{}包裹代码块，导致只有out <- yaml.load_file(...)属于循环体，后续的melt和赋值操作只会在循环结束后执行一次，若最后一个文件的解析结构不符合melt要求，就会触发错误。
2. 嵌套列表与melt的兼容性问题：从out的结构来看，它是多层嵌套列表（顶层是场景名，每个场景下是包含单个配置项的列表，配置项里又有子字段，还存在NULL值）。reshape2::melt默认无法正确处理这种多层嵌套且含空值的结构，会因元素长度不匹配抛出"names属性长度不一致"的错误。
3. 数据合并逻辑错误：当前代码中df <- x是直接覆盖原有数据，而非合并多个文件的结果，完全达不到"合并为DataFrame"的目的。

改用purrr和dplyr处理更简洁，同时解决上述问题：

library(yaml)
library(dplyr)
library(purrr)

test_path <- file.path(getwd(), "tests")
# 用\\.yml$精准匹配后缀，避免匹配到类似.test.yml的文件
test_files <- list.files(path = test_path, pattern = "\\.yml$", full.names = TRUE)

# 定义单个YAML文件的处理函数
process_yml <- function(file_path) {
  out <- yaml.load_file(file_path)
  # 遍历每个测试场景，转成DataFrame并补充场景名和来源文件信息
  map_dfr(out, function(scenario) {
    # 把NULL值替换为NA，避免后续转DataFrame出错
    scenario[[1]] <- map(scenario[[1]], ~ if(is.null(.x)) NA else .x)
    as.data.frame(scenario[[1]]) %>%
      mutate(scenario_name = names(out)[which(out == scenario)])
  }) %>%
    mutate(source_file = basename(file_path))
}

# 批量处理所有文件并合并成最终DataFrame
df <- map_dfr(test_files, process_yml)

内容的提问来源于stack exchange，提问作者HighHill