在Python中，可以使用Pandas库来按照Groupby对一些行和一些列进行汇总。下面是一个代码示例：

import pandas as pd

# 创建一个示例数据框
data = {'Name': ['Alice', 'Bob', 'Charlie', 'Alice', 'Bob', 'Charlie'],
        'Gender': ['Female', 'Male', 'Male', 'Female', 'Male', 'Male'],
        'Age': [25, 30, 35, 40, 45, 50],
        'Salary': [5000, 6000, 7000, 8000, 9000, 10000]}
df = pd.DataFrame(data)

# 按照'Gender'列进行分组，并计算每个组的平均年龄和总薪资
grouped = df.groupby('Gender').agg({'Age': 'mean', 'Salary': 'sum'})

print(grouped)

输出结果为：

              Age  Salary
Gender                   
Female  32.500000   13000
Male    41.666667   25000

在上面的示例中，我们首先创建了一个示例数据框df，其中包含了Name、Gender、Age和Salary四列。接下来，我们使用df.groupby('Gender')对数据框按照Gender列进行分组。然后，使用.agg({'Age': 'mean', 'Salary': 'sum'})来计算每个分组的平均年龄和总薪资。

最后，我们打印出分组后的结果grouped，即每个分组的平均年龄和总薪资。