要按年计算不同级别数据的平均值，可以使用Python中的pandas库来处理和分析数据。下面是一个代码示例：

import pandas as pd

# 创建示例数据
data = {
    '年份': [2019, 2019, 2019, 2020, 2020, 2020],
    '级别': ['A', 'B', 'C', 'A', 'B', 'C'],
    '数值': [10, 20, 30, 40, 50, 60]
}
df = pd.DataFrame(data)

# 按年份和级别计算平均值
result = df.groupby(['年份', '级别']).mean()

print(result)

输出结果为：

         数值
年份   级别     
2019 A   10
     B   20
     C   30
2020 A   40
     B   50
     C   60

这个示例中，我们首先创建一个包含年份、级别和数值的DataFrame对象。然后，使用groupby方法按年份和级别对数据进行分组，并调用mean方法计算每个组的平均值。最后，打印结果。

这样，你就可以按年计算不同级别数据的平均值了。