以下是一个Python的代码示例，演示如何按顺序对另一列进行分组和转换：

import pandas as pd

# 创建一个示例数据集
data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'John'],
        'Age': [20, 25, 30, 35, 40],
        'Score': [90, 85, 95, 80, 75]}
df = pd.DataFrame(data)

# 按照Name列进行分组，并对每个分组进行转换
df['Grouped_Age'] = df.groupby('Name')['Age'].transform(lambda x: ','.join(map(str, x)))
df['Grouped_Score'] = df.groupby('Name')['Score'].transform(lambda x: ','.join(map(str, x)))

# 打印结果
print(df)

运行以上代码，输出结果如下：

   Name  Age  Score Grouped_Age Grouped_Score
0   Tom   20     90       20,35        90,80
1  Nick   25     85          25            85
2  John   30     95    30,40,30   95,75,95,75
3   Tom   35     80       20,35        90,80
4  John   40     75    30,40,30   95,75,95,75

在这个示例中，我们使用了Pandas库来处理数据。首先，我们创建了一个包含Name、Age和Score列的数据集。然后，我们使用groupby函数按照Name列进行分组。接下来，我们使用transform函数对每个分组的Age和Score列进行转换。在转换函数中，我们使用了lambda函数来将每个分组的值转换为字符串，并使用join函数将它们连接起来。最后，我们将转换后的结果存储在新的Grouped_Age和Grouped_Score列中。