将“大数据1年级专业成绩数据.xlsx”中的线性代数成绩，高数成绩，和英语成绩的空白部分替换为该门成绩的平均成绩，如果表中的线性代数成绩，高数成绩，和英语成绩全为空白的学生直接删除。

好的，根据您的要求，我可以提供以下Python代码来实现您的需求：

import pandas as pd
import numpy as np

# 读取Excel文件
df = pd.read_excel('大数据1年级专业成绩数据.xlsx')

# 计算线性代数、高数、英语的平均成绩
linear_algebra_mean = df['线性代数'].mean()
calculus_mean = df['高数'].mean()
english_mean = df['英语'].mean()

# 替换空白部分为平均成绩
df['线性代数'].fillna(linear_algebra_mean, inplace=True)
df['高数'].fillna(calculus_mean, inplace=True)
df['英语'].fillna(english_mean, inplace=True)

# 删除空白成绩全为NaN的学生
df.dropna(subset=['线性代数', '高数', '英语'], how='all', inplace=True)

# 保存修改后的数据到Excel文件
df.to_excel('修改后的成绩数据.xlsx', index=False)

请注意，以上代码中的 `fillna` 方法用于将空白部分替换为平均成绩，`dropna` 方法用于删除空白成绩全为NaN的学生，参数 `inplace=True` 表示直接修改原始数据，而不是返回一个新的DataFrame。最后，修改后的数据将被保存到名为“修改后的成绩数据.xlsx”的Excel文件中。