如何在gtsummary中计算日期型数据的IQR？遇报错及NA问题求助

gtsummary默认会对连续型变量计算P25/P75分位数，但Date对象没法直接适配这套逻辑，再加上NA值的存在，就会触发报错。下面是几个实用的解决办法：

办法1：给日期变量写自定义统计函数 #

直接在tbl_summary里指定日期变量用自定义函数，先把日期转成数值计算分位数，再转回日期格式，还能自动忽略NA：

library(tibble)
library(gtsummary)
library(dplyr)

set.seed(123)
date_tbl <- tibble(
  start_date = sample(seq(as.Date("2023-01-01"), as.Date("2023-12-31"), by = "day"), 100, replace = TRUE),
  end_date = sample(seq(as.Date("2024-01-01"), as.Date("2024-12-31"), by = "day"), 100, replace = TRUE),
  country = sample(c("Kenya", "uganda", "Rwanda", "Burundi"), 100, replace = TRUE),
  # 模拟含NA的日期列场景
  mid_date = sample(c(seq(as.Date("2023-06-01"), as.Date("2023-12-31"), by = "day"), NA), 100, replace = TRUE)
)

# 自定义函数：计算中位数、P25、P75，自动忽略NA
date_stats <- function(x) {
  x_num <- as.numeric(x)
  qs <- quantile(x_num, probs = c(0.25, 0.5, 0.75), na.rm = TRUE)
  qs_date <- as.Date(qs, origin = "1970-01-01")
  # 格式化成清晰的日期字符串
  paste0("中位数: ", format(qs_date[2], "%Y-%m-%d"), "\n",
         "IQR: ", format(qs_date[1], "%Y-%m-%d"), " ~ ", format(qs_date[3], "%Y-%m-%d"))
}

# 生成汇总表，指定所有日期变量用自定义函数
date_tbl |>
  tbl_summary(
    by = "country",
    statistic = list(all_dates() ~ date_stats),
    missing = "ifany"  # 有NA就显示数量，不需要可改成"no"
  )

办法2：把日期转成数值型（距起始日的天数） #

如果想直接用gtsummary默认的分位数统计，把日期转成距某个固定日期的天数即可，此时数值型的IQR代表天数跨度：

# 将日期转换为距固定起始日的天数
date_tbl_num <- date_tbl |>
  mutate(
    start_days = as.numeric(start_date - as.Date("2023-01-01")),
    end_days = as.numeric(end_date - as.Date("2024-01-01")),
    mid_days = as.numeric(mid_date - as.Date("2023-06-01"))
  )

# 生成汇总表，使用默认分位数统计逻辑
date_tbl_num |>
  select(country, start_days, end_days, mid_days) |>
  tbl_summary(
    by = "country",
    statistic = all_continuous() ~ "{median} ({p25}, {p75})",
    missing = "ifany"
  ) |>
  modify_header(label ~ "变量（距起始日天数）")

办法3：用范围+中位数代替IQR #

如果不需要严格计算IQR，只想展示日期分布情况，直接指定统计量为中位数加起止日期，完全避开分位数计算：

date_tbl |>
  tbl_summary(
    by = "country",
    statistic = all_dates() ~ "{median} ({min} to {max})",
    missing = "ifany"
  )

关于NA的处理：tbl_summary的missing参数可灵活控制——"ifany"仅当有NA时显示数量，"always"无论有无都显示，"no"直接隐藏NA相关信息，按需调整即可。

内容的提问来源于stack exchange，提问作者Moses