R语言：匹配命名规则的多列全为NA时mutate生成新变量问题

你写的代码不生效的核心问题是：vars(matches('pattern'))属于tidyselect列选择语法，无法直接在case_when的判断条件中逐行校验所有匹配列的取值状态，is.na()作用在列选择器上不会返回每行的匹配列是否全为NA的布尔结果，因此无法得到预期输出。

方案1：使用if_all（dplyr 1.0.0及以上版本推荐） #

if_all是dplyr官方提供的行维度判断函数，专门用于校验某行的所有选中列是否全部满足指定条件，完全适配你的需求：

library(dplyr)

df <- df %>%
  mutate(
    column_to_create = case_when(
      # 所有匹配pattern的列均为NA时赋值为字符型"1"
      if_all(matches('pattern'), ~ is.na(.x)) ~ "1",
      # 不满足条件时的默认值，可根据需求调整
      .default = NA_character_
    )
  )

如果不需要多分支判断，直接用ifelse写法更简洁：

df <- df %>%
  mutate(
    column_to_create = ifelse(if_all(matches('pattern'), is.na), "1", NA_character_)
  )

方案2：兼容低版本dplyr的rowSums实现 #

如果你使用的dplyr版本低于1.0.0没有if_all函数，可以通过统计每行非NA值的数量实现判断：

df <- df %>%
  mutate(
    # 统计每行匹配pattern的列的非NA值数量
    non_na_count = rowSums(!is.na(across(matches('pattern')))),
    # 非NA数量为0说明全为NA，赋值为"1"
    column_to_create = ifelse(non_na_count == 0, "1", NA_character_)
  ) %>%
  select(-non_na_count) # 不需要中间计数列可删除

• 如果你需要的是数值型的1而非字符型，直接去掉赋值内容的引号即可，对应默认值调整为NA_real_。
• 不满足全NA条件时的取值可根据业务需求自行修改，比如赋值为0。

内容的提问来源于stack exchange，提问作者MLE