使用dplyr按行判断子集列是否全为NA时遇c_across报错问题

你遇到的错误核心是：c_across() 需要在dplyr的向量化动词上下文里使用，直接嵌套在base R的all()中时，dplyr无法正确识别它的调用环境。下面提供两种可行的解决方式：

推荐写法（无需rowwise，效率更高） #

用dplyr专门的if_all()函数，直接判断指定列的每行是否全部满足is.na条件，这个方法是向量化操作，比逐行循环的rowwise()效率高很多：

d %>% mutate(anyEntries = if_all(v1:v3, is.na))

若坚持使用rowwise()+c_across()的写法 #

如果一定要保留rowwise()的逻辑，首先确保你的dplyr是最新版本（旧版本对c_across()的上下文支持存在缺陷），然后直接运行你写的代码即可：

d %>% rowwise() %>% mutate(anyEntries = all(is.na(c_across(v1:v3))))

更新版本后，dplyr能正确识别c_across()在rowwise()+mutate()中的上下文，报错会消失。

你提到逻辑在简单向量上正常，是因为base R函数不需要依赖dplyr的上下文规则，但在tidyverse的管道流中，必须遵循dplyr的函数调用规范。

内容的提问来源于stack exchange，提问作者llewmills