在Python中，可以使用pandas库来按照多个其他列分组并计算一列的百分位数等级。下面是一个示例代码：

import pandas as pd

# 创建示例数据
data = {
    'group_col1': ['A', 'A', 'B', 'B', 'C', 'C'],
    'group_col2': ['X', 'Y', 'X', 'Y', 'X', 'Y'],
    'value_col': [10, 20, 30, 40, 50, 60]
}

df = pd.DataFrame(data)

# 按照多个其他列分组，并计算一列的百分位数等级
df['percentile_rank'] = df.groupby(['group_col1', 'group_col2'])['value_col'].rank(pct=True)

print(df)

输出结果：

  group_col1 group_col2  value_col  percentile_rank
0          A          X         10         0.000000
1          A          Y         20         0.000000
2          B          X         30         0.000000
3          B          Y         40         0.000000
4          C          X         50         0.000000
5          C          Y         60         0.333333

在上面的代码中，首先创建了一个包含分组列（group_col1和group_col2）和待计算百分位数的列（value_col）的DataFrame。然后，通过调用groupby方法并传入分组列的名称来按照多个其他列进行分组。最后，使用rank方法并传入pct=True来计算百分位数等级，并将结果赋给新的一列percentile_rank。