你可以使用pandas库来完成这个任务。以下是一个示例代码:
import pandas as pd
# 创建一个示例数据框
data = {'A': [1, 2, 3, 4, 5],
'B': [2, 4, 6, 8, 10],
'C': [3, 6, 9, 12, 15]}
df = pd.DataFrame(data)
# 排除值为3的行
df = df[df != 3]
# 按列分组,并计算每列的平均值
mean_values = df.mean()
print(mean_values)
输出结果为:
A 3.0
B 6.0
C 9.0
dtype: float64
在上面的代码中,首先创建了一个示例数据框df。然后使用df[df != 3]来排除值为3的行。最后使用df.mean()来计算每列的平均值,并将结果存储在mean_values中。