R中如何计算嵌套组均值、统计观测数并分州导出结果至Excel？

• 待处理数据集覆盖多州学生测试成绩：每个州下设10所学校，每所学校标记为公立（public）/私立（private）类型，同时记录item1、item2、item3三项测试的原始成绩
• 统计维度为单所学校，最终输出的每份Excel需包含固定7个字段：
  • 所属州名称
  • 学校名称
  • 学校类型标识
  • 对应学校的总学生人数
  • item1成绩的校级均值
  • item2成绩的校级均值
  • item3成绩的校级均值
• 完成统计计算后，按州维度拆分结果集，每个州单独导出为独立的Excel文件

以下为可直接运行的模拟数据生成代码，用于复现演示场景：

library(randomNames)

# 构造基础观测字段
ID = 1:50
# 配置5个测试州，每个州匹配10条观测值
states = rep(c("TS", "NE", "AR", "MO", "WA"), times = c(10, 10, 10, 10, 10))
# 生成随机模拟的学校名称
schools = randomNames::randomNames(50)
# 生成学校类型标识
type = rep(c("private", "public"), times = c(20, 30))
# 生成三项测试的模拟成绩
item1 = rnorm(50, mean = 25, sd = 5)
item2 = rnorm(50, mean = 30, sd = 5)
item3 = rnorm(50, mean = 15, sd = 5)
# 合并为标准数据框
df = data.frame(ID, states, schools, type, item1, item2, item3)

基于原始数据集完成分组聚合，计算要求的统计指标：

library(dplyr)

school_stat <- df %>%
  # 按州、学校名称、学校类型分组，保证同一学校的字段标识统一
  group_by(states, schools, type) %>%
  summarise(
    student_num = n(), # 计算每所学校的学生总数
    item1_mean = mean(item1, na.rm = TRUE),
    item2_mean = mean(item2, na.rm = TRUE),
    item3_mean = mean(item3, na.rm = TRUE),
    .groups = "drop" # 移除分组属性，简化后续导出逻辑
  )

沿用已验证可正常运行的导出逻辑，替换为聚合后的统计结果：

# 按州拆分统计结果为列表结构
state_list <- split(school_stat, school_stat$states)
# 逐份写入对应命名的Excel文件
Map(
  openxlsx::write.xlsx,
  state_list,
  paste0(names(state_list), ".xlsx")
)

小提示：构造模拟数据时要保证同一所学校对应的所属州、学校类型字段完全统一，避免分组时出现拆分偏差。

内容的提问来源于stack exchange，提问作者Identicon