以下是一个示例代码，演示如何按照共同的电子邮件将其他字段进行分组：

import pandas as pd

# 创建一个示例数据框
data = {'姓名': ['张三', '李四', '王五', '赵六', '钱七'],
        '电子邮件': ['zhangsan@example.com', 'lisi@example.com', 'wangwu@example.com', 'zhaoliu@example.com', 'qianqi@example.com'],
        '电话号码': ['11111111', '22222222', '33333333', '44444444', '55555555']}
df = pd.DataFrame(data)

# 根据电子邮件字段进行分组
grouped = df.groupby('电子邮件')

# 打印每个分组的内容
for email, group in grouped:
    print("电子邮件:", email)
    print(group)
    print('\n')

输出结果如下：

电子邮件: lisi@example.com
   姓名               电子邮件      电话号码
1  李四  lisi@example.com  22222222


电子邮件: qianqi@example.com
  姓名               电子邮件      电话号码
4  钱七  qianqi@example.com  55555555


电子邮件: wangwu@example.com
   姓名               电子邮件      电话号码
2  王五  wangwu@example.com  33333333


电子邮件: zhangsan@example.com
   姓名                 电子邮件      电话号码
0  张三  zhangsan@example.com  11111111


电子邮件: zhaoliu@example.com
   姓名                 电子邮件      电话号码
3  赵六  zhaoliu@example.com  44444444

以上代码使用pandas库创建了一个示例数据框，并根据电子邮件字段进行分组。然后，通过遍历每个分组，可以打印出每个分组的内容。