在Python中，可以使用pandas库来按组对多列进行多个函数的计算，并创建有信息的列名。下面是一个示例代码：

import pandas as pd

# 创建示例数据
data = {
    'Group': ['A', 'A', 'A', 'B', 'B', 'B'],
    'Column1': [1, 2, 3, 4, 5, 6],
    'Column2': [7, 8, 9, 10, 11, 12]
}
df = pd.DataFrame(data)

# 按组对多列进行多个函数的计算，并创建有信息的列名
grouped = df.groupby('Group').agg({
    'Column1': [('Sum', 'sum'), ('Mean', 'mean')],
    'Column2': [('Max', 'max'), ('Min', 'min')]
})

# 重命名列名
grouped.columns = ['{}_{}'.format(col[0], col[1]) for col in grouped.columns]

print(grouped)

输出结果：

       Column1_Sum  Column1_Mean  Column2_Max  Column2_Min
Group                                                    
A                6             2            9            7
B               15             5           12           10

在示例代码中，先创建了一个包含'Group'、'Column1'和'Column2'的数据帧df。然后，使用groupby函数将数据按照'Group'列分组。agg函数用于对不同的列应用不同的聚合函数，并使用元组列表的方式提供了有信息的列名。最后，使用列表推导式对列名进行重命名，以便更好地表达每个列的含义。