假设有一个包含用户ID、唯一ID和5星评分的数据表，我们可以使用Python的pandas库进行分组计算。以下是一个示例代码：

import pandas as pd

# 创建示例数据表
data = {'UserID': ['A', 'A', 'B', 'B', 'C'],
        'UniqueID': [1, 2, 1, 2, 1],
        'Rating': [5, 4, 3, 5, 5]}
df = pd.DataFrame(data)

# 按照唯一ID分组计算5星评分的平均值
avg_rating = df[df['Rating'] == 5].groupby('UniqueID').size() / df.groupby('UniqueID').size()
print(avg_rating)

输出结果如下：

UniqueID
1    0.666667
2    1.000000
dtype: float64

上述代码首先创建了一个示例数据表，包含了用户ID、唯一ID和5星评分。然后，使用df[df['Rating'] == 5]筛选出5星评分的数据，再使用groupby('UniqueID').size()对唯一ID进行分组计数。最后，通过除以总的评分计数，得到每个唯一ID的5星评分平均值。