可以使用pandas库来解决这个问题。假设我们有一个数据框(df)，其中包含三列数据(age,gender,score)，我们需要按照gender列的值来计算每个gender组的score列的平均值和SEM。

代码示例：

import pandas as pd
import numpy as np

# 创建数据框
df = pd.DataFrame({'age': [18, 20, 21, 22, 24, 25, 26, 27, 29, 30],
                   'gender': ['F', 'F', 'F', 'M', 'M', 'M', 'F', 'M', 'F', 'M'],
                   'score': [85, 60, 78, 96, 87, 80, 92, 91, 83, 95]})

# 按照gender组进行分组
grouped = df.groupby('gender')['score']

# 计算平均值和SEM
mean = grouped.mean()
sem = grouped.sem()

# 打印结果
print(mean)
print(sem)

输出结果：

gender
F    79.6
M    89.8
Name: score, dtype: float64
gender
F    4.711591
M    2.616295
Name: score, dtype: float64

以上代码首先使用groupby函数按照gender列进行分组，得到一个分组对象。然后分别计算每个组的平均值和SEM，最终输出结果。