在Python中，我们可以使用pandas库来解决按多列分组的问题。pandas是一个强大的数据分析库，它可以轻松地处理和操作大量的数据。

下面是一个示例代码，展示了如何使用pandas来按多列分组：

import pandas as pd

# 创建一个示例数据集
data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'Nick', 'John'],
        'City': ['New York', 'Paris', 'London', 'New York', 'Paris', 'London'],
        'Age': [30, 25, 35, 30, 25, 35],
        'Salary': [5000, 4000, 6000, 5000, 4000, 6000]}

df = pd.DataFrame(data)

# 按多列分组，并计算平均工资
grouped = df.groupby(['Name', 'City'])
avg_salary = grouped['Salary'].mean()

print(avg_salary)

在上面的代码中，我们首先创建了一个示例数据集，其中包含了姓名、城市、年龄和薪水等信息。然后，我们使用groupby方法来按照“姓名”和“城市”这两列进行分组。最后，我们使用mean方法来计算每个分组的平均薪水。

输出结果如下所示：

Name  City     
John  London     6000
Nick  Paris      4000
Tom   New York   5000
Name: Salary, dtype: int64

可以看到，输出结果按照“姓名”和“城市”进行了分组，并计算了每个分组的平均薪水。

这只是一个简单的示例，pandas库还提供了许多其他强大的功能，可以帮助我们更灵活地处理和分析数据。你可以根据自己的具体需求，进一步扩展和优化这段代码。