如何在R中一次性将tibble的多个变量赋值为同一值？解决mutate across设置NA失败的问题

你遇到的问题很典型——is.na()是用来判断值是否为NA的函数，不是用来赋值的，所以返回的是逻辑向量；而直接传NA会报错，因为across()要求第二个参数是一个函数（或可转换为函数的表达式），NA本身不是函数。

这里有几种简单的正确写法：

方法1：用公式语法创建匿名函数（推荐） #

这种写法最简洁，而且可以指定NA的类型（保持和原列数据类型一致，避免不必要的类型转换）：

library(tidyverse)
df <- tibble(year = 2020, a = 1, b = 2, c = 3)
# 数值型列用NA_real_，字符型用NA_character_，逻辑型用NA_logical_
df %>% mutate(across(c(2:4), ~ NA_real_))

运行后结果会是：

#> # A tibble: 1 x 4
#>    year a     b     c    
#>   <dbl> <dbl> <dbl> <dbl>
#> 1  2020    NA    NA    NA

方法2：用常规匿名函数写法 #

如果你不习惯公式语法，也可以用标准的匿名函数写法：

df %>% mutate(across(c(2:4), function(x) NA))

这个写法和上面效果一致，只是语法形式不同。

为什么之前的写法不对？ #

• df %>% mutate(across(c(2:4), is.na))：is.na()会遍历每个列的元素，返回该元素是否为NA的逻辑值，原列都是非NA值，所以返回全FALSE。
• df %>% mutate(across(c(2:4), NA))：across()的第二个参数必须是函数（或能转为函数的对象），NA是缺失值，不是函数，因此触发报错。

内容的提问来源于stack exchange，提问作者sbac