是否有一个R函数用于为一组变量的每个值减去不同的中间值？

我有一个数据框架，其中包含变量问号和估计值，向32人提出了210个问题（共6720个obs.）。 我想计算每个估计值的log10，然后减去每个问题的log10中位数

例如，对于问题1:Sum（log（Estimates1）-median1）/32，对于问题2:Sum（log（Estimates2）-median2）/32，等等，直到210。所以最后我希望每个问题有210个值

到目前为止，我计算了每个问题的中位数：

m%分组人（问题ID）%>%summary（m=中位数（log10（估计））

我正在寻找一个优雅的解决方案，我不需要拿出210个子集。有什么想法吗

---

提前谢谢

您可以使用基本R函数来实现这一点

ave

通过子集将函数应用于向量，并返回与原始向量长度相同的结果

# Calculate the medians within the dataframe using the ave function
data$logmedians <- ave( log(data$estimate,10) , data$question_ID, FUN=median)

# Now generate the difference between the log medians and the individual answers
data$diflogs <- log(data$estimate, 10) - data$logmedians

---

请注意，如果有偶数个响应，则日志的中位数与中位数的日志并不完全相同。仔细考虑你想要的确切数值。

你可以先计算

估计值的
log
，然后对每个问题从
中值
值中减去它，
求和
并除以32

library(dplyr)

data %>% 
 mutate(log_m = log10(estimate)) %>% 
 group_by(question_ID) %>% 
 summarize(m = sum(log_m - median(log_m))/32)

请按所示进行编辑。欢迎来到StackOverflow！请阅读相关信息以及如何给出建议。这样你可以帮助别人来帮助你！
library(dplyr)

data %>% 
 mutate(log_m = log10(estimate)) %>% 
 group_by(question_ID) %>% 
 summarize(m = sum(log_m - median(log_m))/32)