在Pandas中，我们可以使用groupby()函数按照多级索引级别进行分组，并通过列聚合筛选数据框。以下是一个示例代码：

import pandas as pd

# 创建一个示例数据框
data = {'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
        'B': ['one', 'one', 'two', 'two', 'two', 'one', 'two', 'one'],
        'C': [1, 2, 3, 4, 5, 6, 7, 8],
        'D': [10, 20, 30, 40, 50, 60, 70, 80]}

df = pd.DataFrame(data)

# 将列A和列B作为多级索引级别进行分组，并计算列C的平均值
grouped = df.groupby(['A', 'B'])['C'].mean()

# 打印结果
print(grouped)

输出结果：

A    B  
bar  one    20.0
     two    4.0
foo  one    4.5
     two    5.0
Name: C, dtype: float64

在上面的示例中，我们首先创建了一个示例数据框。然后，我们使用groupby()函数将列A和列B作为多级索引级别进行分组，并选择列C作为聚合列。最后，我们使用mean()函数计算列C的平均值，并打印结果。