如何将tidyselect::starts_with等选择器传入dplyr函数

你当前写法的核心问题是管道符传递逻辑错误：select(starts_with("var")) %>% ifelse(...)会把选出来的数据集作为第一个参数传入ifelse()，但ifelse()仅接收3个参数（判断条件、条件为真的返回值、条件为假的返回值），你后续传入的rowSums逻辑就变成了多余的未识别参数，直接触发报错。
另外你在mutate内部嵌套调用完整的test数据集，会脱离dplyr按行计算的上下文，即使修复参数问题也容易出现计算结果错位、长度不匹配的问题，完全不需要额外嵌套select做子集截取。

if_all()和across()本身原生支持tidyselect风格的列选择规则，直接在函数内传入列选择规则即可，不需要提前截取数据集，正确代码如下：

library(tibble)
library(dplyr)

# 构造测试数据
tibble(var1 = c(NA,1,2),
       var2 = c(NA,NA,3),
       var3 = c(NA,0,0),
       do_not_touch = c(1:3)
) -> test

# 计算新列
test %>% 
  mutate(
    new_col = ifelse(
      # 判断所有var开头的列当前行是否全为NA
      if_all(starts_with("var"), is.na),
      # 全NA则返回数值型NA，和后续求和结果类型保持一致
      NA_real_,
      # 非全NA则对var开头的列按行求和，自动忽略NA
      rowSums(across(starts_with("var")), na.rm = TRUE)
    )
  )

运行上述代码将完全匹配你预期的输出结果：

# A tibble: 3 × 5
   var1  var2  var3 do_not_touch new_col
  <dbl> <dbl> <dbl>        <int>   <dbl>
1    NA    NA    NA            1      NA
2     1    NA     0            2       1
3     2     3     0            3       5

• 所有dplyr支持的列选择函数（包括if_all/across/if_any等）都可以直接传入starts_with()、contains()、matches()等tidyselect选择规则，不需要提前用select()截取子集
• 数值类型的缺失值建议用NA_real_而非通用NA，避免和rowSums返回的数值类型冲突，触发列类型不一致的警告
• mutate内部计算直接引用列名或者列选择规则即可，不需要重复传入原始数据集名，否则会破坏按行计算的上下文逻辑

内容的提问来源于stack exchange，提问作者Dr. Fabian Habersack