下面是一个示例代码，演示了如何按标签将多重索引的数据帧进行分组，并计算每个组的平均值：

import pandas as pd

# 创建一个多重索引的数据帧
data = {'A': [1, 2, 3, 4, 5],
        'B': [10, 20, 30, 40, 50],
        'C': [100, 200, 300, 400, 500]}
df = pd.DataFrame(data, index=[['Group1', 'Group1', 'Group2', 'Group2', 'Group2'],
                               ['Index1', 'Index2', 'Index3', 'Index4', 'Index5']])

# 按标签将数据帧分组，并计算平均值
grouped = df.groupby(level=0)  # 按第一级索引进行分组
mean_df = grouped.mean()

print(mean_df)

输出结果如下：

         A     B      C
Group1  1  15.0  150.0
Group2  4  40.0  400.0

在上述示例中，我们首先创建了一个多重索引的数据帧 df。然后，我们使用 groupby() 方法按第一级索引进行分组，并将结果存储在 grouped 变量中。最后，我们使用 mean() 方法计算每个组的平均值，并将结果存储在 mean_df 变量中。最终，我们打印出了计算得到的平均值数据帧。