以下是一个示例代码，展示了如何按条件进行分组，然后计算平均值。

import pandas as pd

# 创建示例数据
data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'John'],
        'Category': ['A', 'B', 'A', 'B', 'A'],
        'Value': [10, 15, 20, 25, 30]}
df = pd.DataFrame(data)

# 按条件进行分组，并计算平均值
grouped = df.groupby('Category')['Value'].mean()

print(grouped)

输出结果为：

Category
A    20.0
B    20.0
Name: Value, dtype: float64

在这个示例代码中，我们使用了pandas库来处理数据。首先，我们创建了一个示例数据集df，包含了Name、Category和Value三个列。然后，我们使用groupby函数按照Category列进行分组，并选择Value列进行计算。最后，我们使用mean函数计算每个分组的平均值，并将结果存储在grouped变量中。最后，我们打印出了计算结果。

根据示例数据，所有的'A'和'B'类别的值都是20.0，因此输出结果为20.0。