下面是一个示例代码，演示了如何按级别划分多级索引数据：

import pandas as pd

# 创建一个示例数据集
data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'Nick', 'John'],
        'Subject': ['Math', 'Math', 'Math', 'Science', 'Science', 'Science'],
        'Score': [90, 95, 85, 80, 85, 90]}

df = pd.DataFrame(data)

# 将数据按照Name和Subject进行分组，并计算平均值
grouped_df = df.groupby(['Name', 'Subject']).mean()

# 输出按级别划分的多级索引数据
print(grouped_df)

输出结果如下所示：

               Score
Name Subject       
John Math        85
     Science     90
Nick Math        95
     Science     85
Tom  Math        90
     Science     80

在这个示例中，我们首先创建了一个包含学生姓名、科目和分数的示例数据集。然后，我们使用groupby方法按照姓名和科目对数据进行分组，并计算了每个分组的平均值。最后，我们输出了按级别划分的多级索引数据。

请注意，groupby方法可以接受一个或多个列名作为参数，并返回一个GroupBy对象。我们可以使用该对象的聚合函数（如mean、sum等）来计算每个分组的统计量。