我的表格如下所示 - 许多企业，他们可能参与的一些实践（P1 - P4）以及一个名为“Peer＆＃39;这是一个分组列（是 - 对等，否 - 没有对等）。所有练习栏都是是/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
我想从中实现的是一个汇总表，其中显示了以下内容，其中percentage是已经采用这种做法的企业数量（实践==＆＃34; y＆＃34;）：
Peer Practice percentage
y P1 30
y P2 40
y P3 33
y P4 90
n P1 20
n P2 30
n P3 11
n P4 75
注意我没有计算第二张表中的百分比，它们已经组成。
虽然我认为这应该可以通过data.table实现（this question特别相关），但我只能弄清楚在我看来创建这个表的过于精细的方法。 P1的例子：
首先，计算每种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
从结果中，只选择P1的吸收行是＆＃34; y＆＃34;：
P1Stats <- P1Stats[P1=="y"]
Peer P1 percentage
1: n y 46.15385
2: y y 76.92308
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
将y列中的Practice值替换为练习名称P1：
P1Stats[, Practice := "P1"]
Peer Practice percentage
1: n P1 46.15385
2: y P1 76.92308
然后，如果我为每个练习都执行此操作，我可以通过将它们全部拉到一起来创建最终表格。我知道我可以将这三个顶级步骤合并为一个，然后再执行更新过程：
P1Stats <- setDT(dtUptake)[order(Peer), .(P1 = unique(P1), percentage = 100 * tabulate(P1)/.N), by = Peer][P1=="y"][, .(Peer, Practice = P1, percentage)]
P1Stats[, Practice := "P1"]
然而，这仍然不是很优雅。我想知道是否有办法让这个过程更精简？
答案 0 :(得分：3)
使用melt和data.table＆＃39; by参数，您可以实现这一目标。例如，假设您的原始data.table位于变量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操作将对一列或一组列的值进行分组。由于原始数据具有用于分组的值（P1，P2，P3，P4）不在列值中，而是以不同的列名称进行扩展，因此melt生成的长格式是可行的方法。 / p>