正如在另一个答案中提到的，这与列名无关，而与cbind（以及t）默认创建 matrix 而不是data. frame这一事实有关。
要创建一个表，你根本不需要通过矩阵（和as_tibble）来绕路-相反，使用bind_cols，或者在你的情况下（省略t()），bind_rows：

num_summary <- lapply(df, summary) %>%
  bind_rows() %>%
  mutate(Interquartile = `3rd Qu.` - `1st Qu.`)

上面的代码保留了汇总表的类和属性。这是无害的，但是如果你想去掉无关的属性，只想保留纯数值，你可以对所有列应用as.vector（或c）来实现：

num_summary <- lapply(df, summary) %>%
  bind_rows() %>%
  mutate(across(everything(), as.vector)) %>%
  mutate(Interquartile = `3rd Qu.` - `1st Qu.`)

它与你的列无关，而是与你的一般数据结构有关：
使用as_tibble()将矩阵转换为tibble（ Dataframe ），这样您就可以使用mutate函数：

do.call(cbind, lapply(df, summary)) %>% 
  t() %>% 
  as_tibble() %>% 
  mutate(Interquatrile = `3rd Qu.` - `1st Qu.`)

输出：

# A tibble: 2 × 7
   Min. `1st Qu.` Median   Mean `3rd Qu.`  Max. Interquatrile
  <dbl>     <dbl>  <dbl>  <dbl>     <dbl> <dbl>         <dbl>
1    23       806   1976 1670.       2364  3329          1558
2    18        53     61   59.8        69    85            16

您使用matrix调用mutate，但mutate需要data.frame。
也许你使用rbind而不是cbind和t，并将matrix转换为data.frame，mutate可以使用它。

do.call(rbind, lapply(df, summary)) %>% 
  as.data.frame %>% mutate(Interquatrile = `3rd Qu.` - `1st Qu.`)
#     Min. 1st Qu. Median       Mean 3rd Qu. Max. Interquatrile
#time   23     806   1976 1669.95587    2364 3329          1558
#age    18      53     61   59.75457      69   85            16

或者你的代码通过使用as.data.frame。

do.call(cbind, lapply(df, summary)) %>% 
  t() %>% as.data.frame %>% mutate(Interquatrile = `3rd Qu.` - `1st Qu.`)
#     Min. 1st Qu. Median       Mean 3rd Qu. Max. Interquatrile
#time   23     806   1976 1669.95587    2364 3329          1558
#age    18      53     61   59.75457      69   85            16

或者跳过将data.frame和cbindInterquatrile 转换为矩阵。

do.call(rbind, lapply(df, summary)) %>%
  cbind(., Interquatrile = .[,"3rd Qu."] - .[,"1st Qu."])
#     Min. 1st Qu. Median       Mean 3rd Qu. Max. Interquatrile
#time   23     806   1976 1669.95587    2364 3329          1558
#age    18      53     61   59.75457      69   85            16

或者直接在lapply调用的函数中执行，并获得matrix，如果需要，可以将其转换为data.frame。

do.call(rbind,
        lapply(df, function(x) {
          y <- summary(x)
          c(y, Interquatrile = y[["3rd Qu."]] - y[["1st Qu."]])} ))
#     Min. 1st Qu. Median       Mean 3rd Qu. Max. Interquatrile
#time   23     806   1976 1669.95587    2364 3329          1558
#age    18      53     61   59.75457      69   85            16