下面是一个示例代码，展示了如何按照多级索引分组，并将分组结果作为列添加到原始数据中：

import pandas as pd

# 创建示例数据
data = {'A': [1, 2, 3, 4, 5],
        'B': [6, 7, 8, 9, 10],
        'C': [11, 12, 13, 14, 15],
        'D': [16, 17, 18, 19, 20]}

df = pd.DataFrame(data)
df['Group1'] = ['Group1', 'Group1', 'Group2', 'Group2', 'Group3']
df['Group2'] = ['A', 'B', 'A', 'B', 'A']

# 按照多级索引分组，并将分组结果作为列添加到原始数据中
grouped = df.groupby(['Group1', 'Group2']).sum().reset_index()

# 输出结果
print(grouped)

输出结果：

   Group1 Group2   A   B   C   D
0  Group1      A   1   6  11  16
1  Group1      B   2   7  12  17
2  Group2      A   3   8  13  18
3  Group2      B   4   9  14  19
4  Group3      A   5  10  15  20

在上面的代码中，首先创建了一个包含'A'、'B'、'C'和'D'列的DataFrame。然后，添加了两个额外的列'Group1'和'Group2'作为多级索引分组的依据。接下来，使用groupby()方法按照'Group1'和'Group2'进行分组，并对每个分组进行求和。最后，使用reset_index()方法将分组结果转换为列，并将其添加到原始数据中。