使用pandas库中的groupby()函数和agg()函数实现该问题。具体步骤如下：

1. 读取数据文件，创建DataFrame对象。
2. 使用groupby()函数以指定列为键，将DataFrame对象分组。
3. 使用agg()函数，按指定方式对分组后的数据进行聚合。
4. 将聚合后的数据转换成新的DataFrame对象，并保存结果。

下面是示例代码：

import pandas as pd

# 读取数据文件，创建DataFrame对象
df = pd.read_csv('data.csv')

# 使用groupby()函数以指定列为键，将DataFrame对象分组
groups = df.groupby(['Column1', 'Column2'])

# 使用agg()函数，按指定方式对分组后的数据进行聚合
agg_df = groups.agg({'Column3': 'sum', 'Column4': list})

# 将聚合后的数据转换成新的DataFrame对象，并保存结果
new_df = pd.DataFrame({'Column1': [], 'Column2': [], 'Column3': [], 'Column4': []})
for index, row in agg_df.iterrows():
    new_row = pd.DataFrame({'Column1': [index[0]], 'Column2': [index[1]], 'Column3': [row['Column3']], 'Column4': [row['Column4']]})
    new_df = pd.concat([new_df, new_row], ignore_index=True)

# 输出处理后的结果
print(new_df)