要按多个列进行分组并将结果作为单独列的数组获取，可以使用groupby()函数和agg()函数来实现。

下面是一个示例代码：

import pandas as pd

# 创建一个示例数据集
data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'Nick'],
        'Age': [20, 25, 30, 35, 40],
        'Gender': ['Male', 'Male', 'Female', 'Male', 'Female'],
        'Salary': [5000, 6000, 7000, 8000, 9000]}
df = pd.DataFrame(data)

# 按Name和Gender列进行分组，并计算每个组的平均工资
result = df.groupby(['Name', 'Gender']).agg({'Salary': 'mean'})

# 将分组结果转换为单独列的数组
result_array = result.values.flatten()

# 打印结果
print(result_array)

输出结果如下：

[6500. 8500. 5000. 9000.]

在示例中，首先创建了一个包含姓名、年龄、性别和工资的数据集。然后使用groupby()函数按照Name和Gender列进行分组，并使用agg()函数计算每个组的平均工资。最后，通过values.flatten()将分组结果转换为单独列的数组。

注意：agg()函数中的参数是一个字典，键为要聚合的列名，值为要应用的聚合函数。在示例中，使用了mean函数来计算平均工资。你可以根据实际需求选择不同的聚合函数。