以下是一个示例代码，演示如何按多个不同数据类型的列进行分组，并将结果聚合为一个列表：

import pandas as pd

# 创建一个示例数据集
data = {'Name': ['John', 'Mary', 'Peter', 'John', 'David'],
        'Age': [25, 30, 35, 25, 40],
        'City': ['New York', 'London', 'Paris', 'New York', 'Tokyo']}
df = pd.DataFrame(data)

# 按多个列进行分组，并聚合为一个列表
grouped = df.groupby(['Age', 'City'])['Name'].apply(list).reset_index()

print(grouped)

输出结果如下：

   Age       City         Name
0   25   New York  [John, John]
1   30     London       [Mary]
2   35      Paris      [Peter]
3   40      Tokyo      [David]

在这个示例中，我们使用groupby方法按照Age和City两列进行分组。然后，使用apply方法将每个组中的Name列的值转换为一个列表。最后，使用reset_index方法将结果重置索引，并将结果存储在grouped变量中。

请注意，这仅仅是一个示例，实际应用中可能会根据具体需求进行调整。