请你举个使用groupby函数中的group_keys参数的例子

在 Pandas 中，groupby 函数可以用于对数据进行分组操作，并返回一个 GroupBy 对象。其中，group_keys 参数可以指定分组后的分组键（grouping key）的名称或标签，以便于对数据进行进一步的处理。

下面是一个 group_keys 参数的例子：

假设我们有以下的数据集，包含了几个学生的姓名、性别、年龄和成绩：

import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva', 'Frank', 'Grace', 'Henry', 'Iris'],
    'Gender': ['Female', 'Male', 'Male', 'Male', 'Female', 'Male', 'Female', 'Male', 'Female'],
    'Age': [18, 19, 18, 19, 20, 19, 18, 19, 20],
    'Score': [85, 76, 92, 81, 87, 90, 94, 88, 79]
}

df = pd.DataFrame(data)

接下来，我们可以使用 groupby 函数对数据按照性别进行分组，并将分组键设置为 Gender：

grouped = df.groupby('Gender', group_keys=True)

这里，我们将 group_keys 参数设置为 True，表示在返回的结果中包含分组键。然后，我们可以使用 agg 函数对每个分组进行聚合操作，比如计算每个性别的平均年龄和平均成绩：

result = grouped.agg({'Age': 'mean', 'Score': 'mean'})

最终的结果是一个包含了两个分组键的 DataFrame，其中 Gender 列显示了每个分组的性别，Age 和 Score 列显示了每个分组的平均年龄和平均成绩：

               Age      Score
Gender                      
Female   19.333333  83.666667
Male     19.222222  83.444444