这里我们可以使用mutate_at并通过vars(matches())提供列命名模式

library(tidyverse)

df %>% mutate_at(vars(matches('ABC|DEF')), ~ 0)

  FFF ABC_1 DEF_2 KKL
1  34     0     0   3
2  22     0     0   2
3  22     0     0 234

对于Tarjae提出的观点，在dplyr的最新版本中，下面的内容似乎是首选的，无论哪种方式都是相同的想法。

df %>% mutate(across(matches('ABC|DEF'),  ~ 0))

碱基R：

df[, grep("ABC|DEF", colnames(df))] <- 0

使用dplyr：

一般来说：“作用域动词（_if、_at、_all）已被现有动词中pick()或across()的使用所取代...”https://dplyr.tidyverse.org/reference/mutate_all.html

library(dplyr)

df %>% 
  mutate(across(contains("ABC") | contains("DEF"), ~0))

FFF ABC_1 DEF_2 KKL
1  34     0     0   3
2  22     0     0   2
3  22     0     0 234