要计算按国家和设备分组的平均每月订单数，可以使用Python的pandas库进行处理。下面是一个示例代码：

import pandas as pd

# 创建一个示例数据集
data = {
    'Country': ['China', 'China', 'USA', 'USA', 'USA'],
    'Device': ['Desktop', 'Mobile', 'Desktop', 'Mobile', 'Tablet'],
    'OrderCount': [100, 200, 150, 300, 250],
    'Month': ['Jan', 'Jan', 'Feb', 'Feb', 'Mar']
}
df = pd.DataFrame(data)

# 按国家和设备分组，并计算每个组的订单总数
grouped = df.groupby(['Country', 'Device']).sum()

# 计算每个组的订单平均数
grouped['AverageOrder'] = grouped['OrderCount'] / len(df['Month'].unique())

print(grouped)

输出结果：

                 OrderCount  AverageOrder
Country Device                           
China   Desktop         100     33.333333
        Mobile          200     66.666667
USA     Desktop         150     50.000000
        Mobile          300    100.000000
        Tablet          250     83.333333

在上面的示例中，首先创建了一个示例的数据集，包含了国家、设备、订单数量和月份。然后使用groupby方法按照国家和设备进行分组，并使用sum方法计算每个组的订单总数。最后，通过除以月份的数量，得到每个组的订单平均数，并将结果存储在新的列AverageOrder中。最后，打印输出结果。