您可以使用pandas的groupby和agg函数来按照一个列进行分组和求和，并保留所有其他列。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', 'A'],
        'Value': [1, 2, 3, 4, 5],
        'Other': ['X', 'Y', 'Z', 'W', 'Q']}
df = pd.DataFrame(data)

# 按照Group列进行分组和求和，保留其他列，并创建一个新的列计算求和的行数
df_new = df.groupby('Group').agg({'Value': 'sum', 'Other': 'first'}).reset_index()
df_new['Count'] = df.groupby('Group').size().reset_index()[0]

# 打印结果
print(df_new)

输出结果为：

  Group  Value Other  Count
0     A      8     X      3
1     B      7     Z      2

在这个示例中，我们首先创建了一个包含Group、Value和Other列的DataFrame。然后，使用groupby函数按照Group列进行分组，并使用agg函数对Value列进行求和，对Other列选择第一个值，并使用reset_index函数重置索引。最后，使用groupby和size函数计算每个分组的行数，并将结果作为新列Count添加到df_new中。