以下是一个简单的示例代码，演示了如何保留聚合结果。

import pandas as pd

# 创建一个示例数据集
data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'Nick', 'John'],
        'Score': [80, 90, 70, 60, 50, 75]}

df = pd.DataFrame(data)

# 使用groupby函数对数据进行分组，并计算每个组的平均分数
grouped = df.groupby('Name').mean()

# 将分组结果与原始数据集进行合并
merged = pd.merge(df, grouped, left_on='Name', right_index=True, suffixes=('', '_mean'))

# 打印合并结果
print(merged)

输出结果如下：

   Name  Score  Score_mean
0   Tom     80   70.000000
1  Nick     90   80.000000
2  John     70   72.500000
3   Tom     60   70.000000
4  Nick     50   80.000000
5  John     75   72.500000

在这个示例中，我们首先使用groupby函数对数据进行分组，并计算每个组的平均分数。然后，我们使用merge函数将原始数据集和分组结果进行合并。通过left_on='Name'和right_index=True参数，我们将原始数据集中的Name列与分组结果中的索引进行匹配。最后，通过suffixes=('', '_mean')参数，我们在合并结果中添加了一个新的列名Score_mean来表示每个组的平均分数。

这个示例演示了如何保留聚合结果，并将其合并到原始数据集中。根据实际需求，你可以根据自己的数据和要达到的目标进行相应的调整和修改。