以下是使用Python和Pandas库来按照特定日期范围对每列进行分组并绘制平均值的示例代码：

import pandas as pd
import matplotlib.pyplot as plt

# 创建示例数据
data = {
    '日期': ['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-05', '2021-01-06'],
    '列1': [1, 2, 3, 4, 5, 6],
    '列2': [2, 4, 6, 8, 10, 12],
    '列3': [3, 6, 9, 12, 15, 18]
}
df = pd.DataFrame(data)

# 将日期列转换为日期时间类型
df['日期'] = pd.to_datetime(df['日期'])

# 按照特定日期范围对每列进行分组并计算平均值
df_grouped = df.groupby(pd.Grouper(key='日期', freq='2D')).mean()

# 绘制平均值
df_grouped.plot(kind='bar')

# 显示图表
plt.show()

在这个示例中，我们首先创建了一个包含日期和几个数值列的示例数据。然后，我们使用Pandas的pd.to_datetime函数将日期列转换为日期时间类型。接下来，我们使用groupby方法按照2天的频率对日期列进行分组，并计算每个分组的平均值。最后，我们使用Matplotlib库绘制了平均值的柱状图，并使用plt.show显示了图表。