分组数据计算平均数是一种常见的统计方法，它可以帮助我们更好地了解数据的分布情况。比如说，我们想知道一所学校的学生们的身高分布情况，如果仅仅知道所有学生的身高数据，我们无从下手。但是，如果我们将学生们按照身高分组，比如分为160cm以下、160-170cm、170-180cm等几个区间，然后分别计算每个区间内学生的平均身高，这样就能够更直观地看出身高数据的分布情况了。

不过，利用分组数据计算的平均数和原本的平均数还是有一定差别的。这是因为，分组数据计算的平均数是基于每个区间内样本的平均值来计算的，而原本的平均数则是基于所有样本的平均值来计算的。因此，在数据分布比较均匀的情况下，两种平均数的差别可能不太明显，但在数据分布不均匀的情况下，两者的差别就会比较大。

举个例子，假设有一个班级的成绩数据如下：

60, 65, 70, 75, 80, 85, 90, 95, 100

如果我们按照10分一个区间分组，那么各个区间的数据就是：

60-69, 70-79, 80-89, 90-100

对应的平均值分别是：

65, 75, 85, 97.5

而原本的平均数是：

80

可以看到，由于数据分布比较集中在70到90分之间，而分组数据计算的平均数是基于每个区间内的平均值计算的，因此得到的平均数比原本的平均数要小得多。

当然，在实际应用中，我们也可以根据实际情况选择不同的分组方式，来更准确地反映数据的分布情况。同时，我们也需要意识到分组数据计算的平均数和原本的平均数之间的差别，并根据具体情况进行选择和判断。