Python 如果有一个特殊的条件需要考虑，如何计算平均值？

我想从矩阵

TBM[x，y]

计算

平均值，其中
x
和
y
分别是行和列。我想计算并非所有行的平均值（见下文为什么不是全部），以获得
TBM[s，y]
，其中
s
不等于
1
，但它可以是
s
。不是所有的行，因为有一个条件：时间；如果
t0
我们计算第一个平均值。接下来，我们有
t1
，我们计算第二个平均值，依此类推

因此，我可以在时间
t
内，用条件
if
计算2个嵌套的
，并将
平均值
放入一个新的矩阵中。但是怎么做呢

编辑：

 for t in time:
     for i in range(kk, len(TBM)-1):
        if (TBM[i,1] > t[j] and TBM[i,1] < t[j+1]):
            sums = sums + TBM[i,2]
            kk = kk + 1
     means[t] = sums / kk

对于时间t：
对于范围内的i（kk，len（TBM）-1）：
如果（TBM[i，1]>t[j]和TBM[i，1]

但这似乎并不是我想要的。我找到了一个解决方案：

count = []
k = 0
for j in range(len(t)-1):
    for i in range(k, len(TBM)-1):
        if (TBM[i] > t[j] and TBM[i] < t[j+1]):
            count.append(i)
            k = k + 1
            break
count.append(len(TBM)-1)        
count = np.asarray(count)

data_mean = np.asarray([[0.0 for j in range(len(count)-1)] for i in range(np.size(TBM[0]))]).T
data_sum = np.asarray([[0.0 for j in range(len(count)-1)] for i in range(np.size(TBM[0]))]).T
for k in range (len(count)-1):
    for j in range(np.size(TBM[0])):
        for i in range (count[k], count[k+1]):
            data_sum[k,j] = data_sum[k,j] + data_tbm1[i,j]
        data_mean[k,j] = data_sum[k,j] / (count[k+1]-count[k])

count=[]
k=0
对于范围内的j（透镜（t）-1）：
对于范围内的i（k，len（TBM）-1）：
如果（TBM[i]>t[j]和TBM[i]
有点不清楚您想要什么：您似乎提到了两个条件。请重新表述，并提供一个例子。