在Pandas中，我们可以使用groupby函数对数据进行分组，然后使用merge函数将分组后的数据合并，如果我们想要在合并后保留groupby的列，我们需要在merge函数中指定这些列。

以下是一个详细的步骤：

1、我们需要创建一个DataFrame，在这个例子中，我们将创建两个DataFrame，一个用于分组，另一个用于合并。

import pandas as pd
创建一个DataFrame
df = pd.DataFrame({
    'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
    'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
    'C': np.random.randn(8),
    'D': np.random.randn(8)
})

2、我们使用groupby函数对’A’列进行分组，并计算每组的平均值。

使用groupby函数对'A'列进行分组，并计算每组的平均值
grouped = df.groupby('A').mean()

3、接下来，我们创建一个新的DataFrame，用于合并。

创建一个新的DataFrame，用于合并
df2 = pd.DataFrame({
    'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
    'E': np.random.randn(8)
})

4、我们使用merge函数将分组后的DataFrame和新的DataFrame合并，在merge函数中，我们指定了’on’参数为’A’，这意味着我们将根据’A’列的值来合并两个DataFrame，我们还指定了’how’参数为’left’，这意味着我们将保留左侧DataFrame的所有行，即使在右侧DataFrame中没有匹配的行。

使用merge函数将分组后的DataFrame和新的DataFrame合并
merged = pd.merge(grouped, df2, on='A', how='left')

这样，我们就得到了一个新的DataFrame，其中包含了分组后的平均值和新的DataFrame中的’E’列的值。