以下是一个使用Python的pandas库实现“按组用平均值填补缺失数据”的示例代码：

import pandas as pd

# 创建示例数据
data = {'group': ['A', 'A', 'A', 'B', 'B', 'B'],
        'value': [1, 2, None, 4, None, 6]}
df = pd.DataFrame(data)

# 按组计算平均值
grouped = df.groupby('group')
mean_values = grouped['value'].mean()

# 填补缺失数据
df['value'] = grouped['value'].transform(lambda x: x.fillna(x.mean()))

print(df)

输出结果为：

  group  value
0     A    1.0
1     A    2.0
2     A    1.5
3     B    4.0
4     B    5.0
5     B    6.0

在这个示例中，我们首先创建了一个包含缺失数据的DataFrame对象。然后，我们使用groupby方法按照“group”列进行分组，并用mean方法计算每个组的平均值。接下来，我们使用transform方法将每个组的缺失数据用组的平均值进行填补。最后，我们打印输出填补后的DataFrame。

请注意，这只是一个示例代码，实际应用中可能需要根据具体情况进行修改。