要按照一个变量进行分组，并显示多个 SQL，可以使用以下代码示例来解决：

import pandas as pd

# 假设有一个包含学生姓名和成绩的数据集
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': [90, 85, 95, 80, 75, 85]}

df = pd.DataFrame(data)

# 根据姓名进行分组，并显示每个组的平均成绩和总成绩
grouped = df.groupby('姓名')

for name, group in grouped:
    avg_score = group['成绩'].mean()
    total_score = group['成绩'].sum()
    print(f"姓名: {name}")
    print(f"平均成绩: {avg_score}")
    print(f"总成绩: {total_score}")
    print()

输出结果：

姓名: 李四
平均成绩: 80.0
总成绩: 160

姓名: 张三
平均成绩: 85.0
总成绩: 170

姓名: 王五
平均成绩: 90.0
总成绩: 180

以上代码使用 Pandas 库来处理数据集。首先，创建一个包含学生姓名、科目和成绩的数据字典。然后，通过 pd.DataFrame() 函数将数据字典转换为数据帧。接下来，使用 groupby() 函数根据姓名进行分组。

然后，使用 for 循环遍历每个分组。在循环中，可以根据需要进行其他操作，例如计算平均成绩和总成绩。在示例中，使用 mean() 函数计算平均成绩，使用 sum() 函数计算总成绩。

最后，通过 print() 函数将结果打印出来。