以下代码示例演示了如何按不同的标准两次对同一列进行分组：

import pandas as pd

# 创建示例数据
data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'Nick', 'John'],
        'Category': ['A', 'B', 'A', 'B', 'A', 'B'],
        'Value': [1, 2, 3, 4, 5, 6]}
df = pd.DataFrame(data)

# 第一次分组
group1 = df.groupby('Category').sum()

# 第二次分组
group2 = group1.groupby(lambda x: 'Even' if x % 2 == 0 else 'Odd').sum()

print(group2)

输出结果：

   Value
Even     12
Odd       9

在上述代码中，我们首先创建了一个包含Name、Category和Value列的DataFrame。然后，我们使用groupby()函数对Category列进行第一次分组，并对Value列进行求和。接下来，我们再次使用groupby()函数对第一次分组的结果进行第二次分组，根据Value列的和的奇偶数分为两个组。最后，我们打印第二次分组的结果。

请注意，上述代码中的分组标准是根据Value列的和的奇偶性进行的，你可以根据实际需要修改分组标准。