要按相同值对列进行分组并更新，可以使用 pandas 库来处理。下面给出一个代码示例：

import pandas as pd

# 创建一个示例数据集
data = {'Name': ['John', 'Mike', 'Sarah', 'Mike', 'John'],
        'Age': [25, 30, 28, 30, 25],
        'Salary': [5000, 6000, 5500, 6000, 5000]}

df = pd.DataFrame(data)

# 按 Name 列进行分组，并计算每个分组的平均年龄和工资
grouped = df.groupby('Name').agg({'Age': 'mean', 'Salary': 'mean'}).reset_index()

# 将每个分组的平均年龄和工资更新到原始数据集中
df = pd.merge(df, grouped, on='Name', suffixes=('', '_mean'))

# 打印更新后的数据集
print(df)

以上代码首先创建了一个示例数据集，包含 Name、Age 和 Salary 列。然后，使用 groupby 方法按 Name 列进行分组，并使用 agg 方法计算每个分组的平均年龄和工资。接下来，使用 merge 方法将计算结果与原始数据集合并，并更新到原始数据集中。最后，打印更新后的数据集。

输出结果如下：

   Name  Age  Salary  Age_mean  Salary_mean
0  John   25    5000      25.0       5000.0
1  Mike   30    6000      30.0       6000.0
2  Sarah  28    5500      28.0       5500.0
3  Mike   30    6000      30.0       6000.0
4  John   25    5000      25.0       5000.0

可以看到，原始数据集中的每一行都被更新了平均年龄和工资的值。