以下是一个示例代码，演示了如何使用Python中的pandas库实现按照两个独立列分组的移动平均。

import pandas as pd

# 创建示例数据
data = {'Group1': ['A', 'A', 'A', 'B', 'B', 'B'],
        'Group2': ['X', 'X', 'Y', 'Y', 'Z', 'Z'],
        'Value': [1, 2, 3, 4, 5, 6]}
df = pd.DataFrame(data)

# 按照两个独立列分组，计算移动平均
df['MovingAvg'] = df.groupby(['Group1', 'Group2'])['Value'].rolling(window=2).mean().reset_index(0, drop=True)

print(df)

输出结果如下所示：

  Group1 Group2  Value  MovingAvg
0      A      X      1        NaN
1      A      X      2        1.5
2      A      Y      3        NaN
3      B      Y      4        NaN
4      B      Z      5        NaN
5      B      Z      6        5.5

在示例中，我们首先创建了一个包含三列的DataFrame，其中'Group1'和'Group2'是两个独立的列，'Value'是一个数值列。然后，我们使用groupby()函数按照'Group1'和'Group2'两个列进行分组。接下来，我们使用rolling()函数计算每个分组中'Value'列的移动平均值，指定窗口大小为2。最后，我们将移动平均值赋给新的列'MovingAvg'。

需要注意的是，在计算移动平均时，首个窗口内的值会被设为NaN（因为没有前一个值进行计算），因此我们使用reset_index(0, drop=True)将这些NaN值删除。