下面是一个示例代码，展示如何使用pandas库中的groupby函数按列表分组数据帧：

import pandas as pd

# 创建一个示例数据帧
data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'John'],
        'Age': [28, 22, 25, 28, 25],
        'City': ['New York', 'Paris', 'London', 'New York', 'London']}
df = pd.DataFrame(data)

# 按照Name分组，并计算每个组的平均年龄
grouped = df.groupby('Name')
avg_age = grouped['Age'].mean()
print(avg_age)

# 输出结果：
# Name
# John    25.0
# Nick    22.0
# Tom     28.0
# Name: Age, dtype: float64

在这个示例中，我们首先创建了一个包含姓名、年龄和城市的数据字典，并将其转换为数据帧。然后，我们使用groupby函数将数据帧按照姓名分组。接下来，我们通过指定要聚合的列名（Age）来计算每个组的平均年龄，并将结果存储在avg_age变量中。最后，我们打印出平均年龄的结果。

你可以根据自己的需求调整示例代码中的分组列和聚合列。