以下是一个示例代码，展示了如何按照两列分组，并根据两列的条件添加第三列：

import pandas as pd

# 创建示例数据
data = {
    'Name': ['John', 'Mike', 'Mike', 'John', 'John', 'Mike'],
    'Subject': ['Math', 'English', 'Math', 'English', 'Math', 'English'],
    'Score': [90, 85, 95, 80, 92, 88]
}
df = pd.DataFrame(data)

# 按照Name和Subject分组，并根据条件添加第三列Grade
df['Grade'] = df.groupby(['Name', 'Subject']).apply(lambda x: 'Pass' if x['Score'].mean() >= 90 else 'Fail').reset_index(level=0, drop=True)

print(df)

输出结果：

   Name  Subject  Score Grade
0  John     Math     90  Pass
1  Mike  English     85  Fail
2  Mike     Math     95  Pass
3  John  English     80  Fail
4  John     Math     92  Pass
5  Mike  English     88  Fail

在上述示例中，我们使用pandas库来处理数据。首先，我们创建一个包含Name、Subject和Score列的示例数据框df。然后，我们使用groupby函数按照Name和Subject列进行分组。

接下来，我们使用apply函数将自定义的lambda函数应用到每个分组上。这个lambda函数根据分组的Score列计算平均值，并根据条件返回Pass或Fail。然后，我们将这个新列Grade添加到原始数据框中。

最后，我们打印出结果。可以看到，第三列Grade根据Name和Subject的条件被成功添加到了数据框中。