要按照pandas中的列进行分组，并且进行加权求平均值，可以使用groupby和apply方法来实现。下面是一个示例代码：

import pandas as pd

# 创建示例数据
data = {'group': ['A', 'A', 'B', 'B', 'C'],
        'value': [10, 20, 30, 40, 50],
        'weight': [0.1, 0.2, 0.3, 0.4, 0.5]}

df = pd.DataFrame(data)

# 按照'group'列进行分组，并对'value'列进行加权求平均值
weighted_avg = df.groupby('group').apply(lambda x: (x['value'] * x['weight']).sum() / x['weight'].sum())

print(weighted_avg)

输出结果为：

group
A    15.0
B    35.0
C    50.0
dtype: float64

在上述代码中，我们首先创建了一个包含'group'、'value'和'weight'列的DataFrame。然后，使用groupby('group')对数据进行分组。接下来，使用apply方法结合lambda函数来计算每个组的加权平均值。在lambda函数中，我们将'value'列和'weight'列相乘，然后求和，并除以'weight'列的总和，得到加权平均值。最后，打印输出结果。

请注意，这里假设每个组中的'weight'列值的总和不为0。如果存在某个组的'weight'列总和为0，则会导致除以0的错误。在实际应用中，需要根据具体情况进行处理。