使用tidyverse/dplyr批量将含'PCT'的列值修改为NA的解决方案

直接使用dplyr的across()+列选择器语法，所有操作都可在管道链内完成，输出的数据集结构和原州级数据集完全匹配，可直接合并：

基础实现（兼容现有汇总逻辑） #

如果你已经写好了全国汇总的计算逻辑，只需要在管道末尾加一行mutate即可：

library(tidyverse)

national_summary <- cdc_raw_data %>%
  # 此处保留你原有计算全国汇总的所有逻辑
  group_by(date) %>%
  summarise(
    across(c(DOSE1_ADMIN, DOSE2_ADMIN, DOSE1_PCT, DOSE2_PCT), sum, na.rm = T)
    # 其他原有汇总逻辑不变
  ) %>%
  # 核心：所有列名含PCT的字段统一设为NA
  mutate(across(contains("PCT"), ~NA))

紧凑一步实现 #

也可以直接在汇总阶段就对PCT字段返回NA，省掉单独的修改步骤：

national_summary <- cdc_raw_data %>%
  group_by(date) %>%
  summarise(
    across(!contains("PCT"), sum, na.rm = T),
    across(contains("PCT"), ~NA_real_) # 用NA_real_保证数值类型和原数据一致
  )

合并验证 #

处理完成后可直接和州级数据集合并，无需额外调整：

full_data <- bind_rows(state_level_data, national_summary)

注意事项 #

如果原数据的PCT字段是数值类型，建议用NA_real_替代NA，避免字段类型不匹配导致bind_rows报错。

内容的提问来源于stack exchange，提问作者STATMATT