要按多个列进行总结，可以使用groupby()函数和agg()函数来实现。以下是一个示例代码：

import pandas as pd

# 创建一个示例数据集
data = {'A': ['foo', 'foo', 'foo', 'bar', 'bar', 'bar'],
        'B': ['one', 'one', 'two', 'two', 'one', 'one'],
        'C': [1, 2, 3, 4, 5, 6],
        'D': [7, 8, 9, 10, 11, 12]}
df = pd.DataFrame(data)

# 按多个列进行总结
summary = df.groupby(['A', 'B']).agg({'C': 'sum', 'D': 'mean'}).reset_index()

print(summary)

输出结果为：

     A    B  C     D
0  bar  one  5  11.5
1  bar  two  4  10.0
2  foo  one  3   7.5
3  foo  two  3   9.0

在这个示例中，我们创建了一个包含'A'、'B'、'C'和'D'列的DataFrame。然后，我们使用groupby()函数按'A'和'B'列进行分组，使用agg()函数对'C'列进行求和，对'D'列进行平均值计算。最后，我们使用reset_index()函数重置索引，以便结果以DataFrame形式返回。

请注意，agg()函数的参数应为一个字典，其中键表示要进行操作的列，值表示要应用的操作。在这个例子中，我们对'C'列进行了求和操作，对'D'列进行了平均值计算。你可以根据自己的需求进行修改。