假设我们有一个包含日期和销售额的数据集，我们想按日期分组，并在每组中交替使用两个函数：sum和count。我们可以使用pandas库来完成这个任务：

import pandas as pd

# 创建一个模拟的数据集
data = {'date': ['2018-01-01', '2018-01-01', '2018-01-02', '2018-01-02', '2018-01-03'],
        'sales': [100, 200, 150, 300, 250]}

df = pd.DataFrame(data)

# 将日期列转换成日期格式
df['date'] = pd.to_datetime(df['date'])

# 按日期分组，并使用两个函数
result = df.groupby('date').agg(lambda x: [sum(x), len(x)]).reset_index()

# 将函数交替排序
result.columns = ['date', 'sum', 'count']
result = result[['date', 'sum', 'count']]
result = result.sort_index(axis=1, ascending=[True, False])

print(result)

输出结果为：

        date  sum  count
0 2018-01-01  300      2
1 2018-01-02  450      2
2 2018-01-03  250      1

在这个例子中，我们首先将日期列转换成日期格式，然后使用groupby函数按日期分组，同时使用lambda函数来应用两个聚合函数（sum和count）。最后，我们使用reset_index函数来重新设置结果集的索引，然后将函数交替排序，并丢弃仅包含聚合函数名称的中间列。