R替换CSV缺失值为0报double转character类型错误如何解决

报错由赋值时的列类型不匹配导致：

• 你使用的covid19j_20200613[is.na(covid19j_20200613)] <- 0是全局赋值写法，会扫描数据框所有列，只要识别到缺失值就写入数值型的0
• 该数据框包含多列字符类型字段（如日文县名、英文县名字段），且serious列因源数据存在格式混杂，被read_csv自动识别为字符类型，数值型的0无法直接写入字符类型的列，因此触发类型转换错误。

放弃全局无差别赋值的写法，使用dplyr的跨列处理逻辑，仅对数值型列执行缺失值替换，避开字符列的类型冲突。
将原代码最后一行的全局赋值替换为以下代码即可：

# 已加载tidyverse可忽略重复加载
library(tidyverse)
covid19j_20200613 <- covid19j_20200613 %>%
  mutate(across(where(is.numeric), ~tidyr::replace_na(.x, 0)))

如果需要修正被误识别为字符型的数值列（比如本次报错涉及的serious列、存在空值的effectiveReproductionNumber列），可以先做类型转换再替换缺失值，避免后续统计分析出错：

covid19j_20200613 <- covid19j_20200613 %>%
  mutate(
    # 将存储数值的字符列转为数值类型，无法转换的内容统一识别为缺失值
    across(c(serious, effectiveReproductionNumber), as.numeric),
    # 所有数值列的缺失值替换为0
    across(where(is.numeric), ~tidyr::replace_na(.x, 0))
  )

注意：包含多类型列的数据框不要使用df[is.na(df)] <- 值的写法做缺失值替换，该写法会无差别操作所有列，只要存在非数值/非统一类型的列就极易触发类型报错。

内容的提问来源于stack exchange，提问作者farinelli