要按照其他列对列进行pandas分组，我们可以使用groupby()函数和apply()函数来实现。下面是一个示例代码：

import pandas as pd

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

# 按列A进行分组，并对列B进行求和
df['Sum_B'] = df.groupby('A')['B'].transform('sum')

# 按列A进行分组，并对列C进行求平均值
df['Mean_C'] = df.groupby('A')['C'].transform('mean')

print(df)

输出结果为：

       A  B   C  Sum_B  Mean_C
0  apple  1   7      5     8.5
1  orange  2   8      7     9.5
2  banana  3   9      9    10.5
3  apple  4  10      5     8.5
4  orange  5  11      7     9.5
5  banana  6  12      9    10.5

在上面的代码中，首先我们创建了一个包含'A', 'B', 'C'三列的DataFrame。然后，我们使用groupby()函数按照列'A'进行分组，并对列'B'进行求和，将结果保存到新的列'Sum_B'中。接着，我们使用groupby()函数按照列'A'进行分组，并对列'C'进行求平均值，将结果保存到新的列'Mean_C'中。最后，我们打印输出整个DataFrame。