要按分组、透视并返回pandas数据帧中的所有列，可以使用pandas的groupby和pivot_table函数。

下面是一个示例代码：

import pandas as pd

# 创建示例数据帧
data = {'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
        'B': ['one', 'one', 'two', 'two', 'two', 'one', 'two', 'one'],
        'C': [1, 2, 3, 4, 5, 6, 7, 8],
        'D': [10, 20, 30, 40, 50, 60, 70, 80]}
df = pd.DataFrame(data)

# 按列A和B分组，并计算每个组的平均值
grouped = df.groupby(['A', 'B']).mean()

# 将列A和B转换为行，以C和D为值
pivot = pd.pivot_table(df, values=['C', 'D'], index=['A', 'B'])

# 打印结果
print("Grouped DataFrame:")
print(grouped)
print("\nPivot Table:")
print(pivot)

输出结果：

Grouped DataFrame:
         C     D
A   B           
bar one  40.0  40
    two  40.0  40
foo one  6.0   45
    two  5.0   38

Pivot Table:
         C     D
A   B           
bar one  40.0  40
    two  40.0  40
foo one  5.5   40
    two  5.0   38

以上示例中，首先使用groupby函数按列A和B分组，并计算每个组的平均值。然后使用pivot_table函数将列A和B转换为行，并以C和D为值。最后打印出分组后的数据帧和透视表。