虽然“类安全”通常是一件好事，但可以有利地使用非类安全的函数。

mutate(qdf, across(contains("wt"), ~ replace(.x, is.na(.x), 0)))
#     bicep_wt tricep_wt
# 1 black band         2
# 2          5         0
# 3          0         3

所谓“类安全”，我的意思是保证类从表达式返回。比如说

ifelse(c(T, T), 1, "1")
# [1] 1 1
ifelse(c(T, F), 1, "1")
# [1] "1" "1"

第一个调用是不明确的，因为yes=是类数字，而no=是类字符。一个类安全的函数应该抱怨这一点，如

dplyr::if_else(c(T, T), 1, "1")
# Error in dplyr::if_else(c(T, T), 1, "1") : 
#   Can't combine `true` <double> and `false` <character>.
data.table::fifelse(c(T, T), 1, "1")
# Error in data.table::fifelse(c(T, T), 1, "1") : 
#   'yes' is of type double but 'no' is of type character. Please make sure that both arguments have the same type.

请注意，ifelse和replace是 * 非 * 类安全的，但在这种情况下，根据您的需求，它是可以接受的。

您可以将条件传递到replace_na内部：

mutate(qdf, across(contains("wt"), ~ replace_na(.x, `if`(is.numeric(.x), 0, "0"))))

结果：

bicep_wt tricep_wt
1 black band         2
2          5         0
3          0         3

Obs：它可以与ifelse()或``if()一起工作。

mutate(
  qdf, 
  across(
    contains("wt"), 
    \(.x) { # could use ~ instead
      if      (is.numeric(.x)  ) tidyr::replace_na(.x, 0)
      else if (is.character(.x)) tidyr::replace_na(.x, "0")
    }
  )
)

#     bicep_wt tricep_wt
# 1 black band         2
# 2          5         0
# 3          0         3

如果您不知道您的列将仅为数字或字符，您可以做一个版本，无论如何都将替换正确的NA类型。

1）带循环

for (col in colnames(qdf)) {
  qdf[is.na(qdf[, col]), col] <- 0
}

2）带函数和lapply()

naToZero <- function(v) {
  v[is.na(v)] <- 0
  return(v)
}
qdf <- data.frame(lapply(X=qdf, FUN=function(u) naToZero(u)))
qdf
    bicep_wt tricep_wt
1 black band         2
2          5         0
3          0         3