在透视表中，如果需要按照一个额外字段进行分组，可以使用pivot_table()函数，并指定index参数为需要分组的字段，以及columns参数为需要透视的字段。

下面是一个示例代码，假设有一个数据集df包含了学生的姓名、科目以及成绩，我们希望按照科目和额外字段进行分组，计算平均成绩：

import pandas as pd

# 创建示例数据集
data = {'姓名': ['张三', '李四', '王五', '张三', '李四', '王五'],
        '科目': ['数学', '数学', '数学', '语文', '语文', '语文'],
        '成绩': [80, 90, 70, 85, 95, 75],
        '班级': ['A', 'A', 'B', 'A', 'A', 'B']}
df = pd.DataFrame(data)

# 使用pivot_table进行透视，按科目和班级分组，计算平均成绩
pivot_df = pd.pivot_table(df, index=['科目', '班级'], values='成绩', aggfunc='mean')

print(pivot_df)

运行以上代码，会得到如下结果：

       成绩
科目 班级    
数学 A   85
    B   70
语文 A   90
    B   75

以上代码中，pd.pivot_table()函数的index参数指定了按照科目和班级进行分组，values参数指定了需要聚合的字段，这里是成绩，aggfunc参数指定了聚合函数，这里是求平均值。