以下是一个示例代码，用于按组进行滚动中位数的解决方法：

import heapq

def rolling_median(nums, k):
    result = []
    window = nums[:k]
    heapq.heapify(window)
    
    # 初始化中位数指针
    median_idx = k // 2
    
    # 找到初始中位数
    median = window[median_idx]
    result.append(median)
    
    for i in range(k, len(nums)):
        # 移除窗口中的第一个元素
        window.remove(nums[i-k])
        heapq.heapify(window)
        
        # 在窗口中插入新的元素
        heapq.heappush(window, nums[i])
        
        # 更新中位数指针
        if nums[i] < median:
            median_idx += 1
        elif nums[i-k] <= median:
            median_idx -= 1
            
        # 更新中位数
        median = window[median_idx]
        result.append(median)
    
    return result

# 示例用法
nums = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
k = 3
result = rolling_median(nums, k)
print(result)

上述代码中，rolling_median函数接受一个数字列表nums和一个滚动窗口大小k作为参数。它首先使用heapq模块将前k个数字转换为最小堆。然后，它初始化中位数指针为k // 2，并找到初始中位数。接下来，它遍历从k到len(nums)-1的索引范围，并在每次迭代中执行以下操作：

1. 从窗口中移除窗口中的第一个元素。
2. 将新的元素插入窗口中。
3. 根据新的元素和被移除的元素的值，更新中位数指针。
4. 更新中位数值，并将其添加到结果列表中。

最后，它返回结果列表。

在示例用法中，我们使用nums = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]和k = 3调用rolling_median函数，并打印结果。输出结果为[2, 3, 4, 5, 6, 7, 8, 9]，其中每个值都是在对应滚动窗口中的中位数。