计算r中多个表列的出现百分比

我有一个表，如下所示-一些业务，一些他们可能参与的实践（P1-P4），以及一个名为“Peer”的列，它是一个分组列（yes-Peer，no-no Peer）。所有实践栏均为是/否：

Business    P1  P2  P3  P4  Peer
a   y   n   y   n   y
b   n   n   y   n   n
c   n   y   y   n   y
d   y   y   y   y   n
e   n   n   n   y   y
f   n   n   n   y   n
g   y   y   n   n   y
h   n   y   n   n   n
i   n   n   y   n   y
j   y   n   y   y   n
k   n   y   y   y   n
l   n   y   y   y   n
m   y   n   n   n   n
n   n   n   n   n   y
o   n   y   n   n   y
p   y   y   n   y   n
q   n   n   y   y   y
r   n   n   y   y   n
s   y   y   y   n   y
t   n   y   y   n   y
u   n   n   n   n   y
v   y   n   n   y   n
w   n   y   n   y   n
x   n   y   n   y   y
y   y   n   y   n   n
z   n   n   y   n   y

我想从中获得的是一个汇总表，该表显示了以下内容，

百分比

是采取该做法的企业数量（做法=“y”）：

注：我没有计算第二个表中的百分比，它们是由组成部分组成的

虽然我认为这应该可以通过data.table实现（特别相关），但我只能找出一种在我看来过于复杂的方法来创建这个表。P1的示例：

首先，计算这种做法在每个类别中出现的百分比：

P1Stats <- setDT(dtUptake)[order(Peer), .(P1 = unique(P1), percentage = 100 * tabulate(P1)/.N), by = Peer]

   Peer P1 percentage
1:    n  n   53.84615
2:    n  y   46.15385
3:    y  y   76.92308
4:    y  n   23.07692

将列

P1

的名称更改为

Practice

P1Stats <- P1Stats[, .(Peer, Practice = P1, percentage)]

   Peer Practice percentage
1:    n        y   46.15385
2:    y        y   76.92308

然后，如果我对我的每一个练习都执行此操作，我可以通过将它们拉到一起来创建最终的表。我知道我可以将三个最重要的步骤合并为一个步骤，然后再执行更新过程：

---

P1Stats使用
melt
和
data.table
的
by
参数，您可以实现这一点。例如，假设您的原始
数据.table
在变量
dt
中：

dt2 = melt.data.table(dt, id.vars=c('Business', 'Peer'), variable.name='practice')
dt2[,.(percentage=sum(value=='y')/.N*100), by=c('Peer','practice')]

by
操作将根据一列或一组列的值进行分组。由于原始数据中的值不是用于分组（P1、P2、P3、P4）的列值，而是分散在不同的列名中，因此由
melt
生成的长格式是一种方法。
谢谢。熔化操作工作得很好，但是计算百分比的第二部分返回一个错误：
列表中的错误（百分比=总和（值=“y”）/.N）*100：二进制运算符的非数字参数
。谢谢你们两位-现在工作得很好。在经历了20年的Excel和Access之后，R有点挣扎，它是一条学习曲线。但是很有趣。
P1Stats <- P1Stats[, .(Peer, Practice = P1, percentage)]

   Peer Practice percentage
1:    n        y   46.15385
2:    y        y   76.92308

P1Stats[, Practice := "P1"]

   Peer Practice percentage
1:    n       P1   46.15385
2:    y       P1   76.92308

dt2 = melt.data.table(dt, id.vars=c('Business', 'Peer'), variable.name='practice')
dt2[,.(percentage=sum(value=='y')/.N*100), by=c('Peer','practice')]