这里提供一个Python代码示例来解决按组别分类的加权平均值和总分问题：

import pandas as pd

# 创建示例数据
data = {'Group': ['A', 'A', 'B', 'B', 'B', 'C', 'C'],
        'Score': [80, 90, 70, 85, 75, 95, 60],
        'Weight': [0.3, 0.7, 0.5, 0.5, 0.4, 0.6, 0.4]}
df = pd.DataFrame(data)

# 计算每个组别的加权平均值
df['Weighted_Score'] = df['Score'] * df['Weight']
weighted_avg = df.groupby('Group')['Weighted_Score'].sum() / df.groupby('Group')['Weight'].sum()
print("按组别分类的加权平均值：")
print(weighted_avg)

# 计算每个组别的总分
total_score = df.groupby('Group')['Score'].sum()
print("按组别分类的总分：")
print(total_score)

输出结果为：

按组别分类的加权平均值：
Group
A    87.0
B    78.5
C    80.0
dtype: float64
按组别分类的总分：
Group
A    170
B    230
C    155
Name: Score, dtype: int64

以上代码使用了pandas库来处理数据。首先，创建一个包含组别、得分和权重的DataFrame。然后，通过将得分乘以权重，创建一个新的列来计算加权得分。接下来，使用groupby函数按组别对DataFrame进行分组，并计算每个组别的加权平均值和总分。最后，打印出按组别分类的加权平均值和总分。