在使用count()和aggregate()函数之后，可以使用rename()函数来手动设置列名，避免自动生成列名。

下面是一个示例代码：

import pandas as pd

# 创建示例数据
data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'Nick'],
        'Age': [20, 21, 22, 20, 21],
        'Score': [90, 85, 95, 90, 85]}
df = pd.DataFrame(data)

# 使用count()函数计算每个名字出现的次数
count_df = df.groupby('Name').count().reset_index()
count_df = count_df.rename(columns={'Age': 'Count'})

# 使用aggregate()函数计算每个名字的最大分数和最小分数
aggregate_df = df.groupby('Name').aggregate({'Score': ['max', 'min']}).reset_index()
aggregate_df.columns = ['Name', 'Max Score', 'Min Score']

print(count_df)
print(aggregate_df)

输出结果：

   Name  Count
0  John      1
1  Nick      2
2   Tom      2

   Name  Max Score  Min Score
0  John         95         95
1  Nick         85         85
2   Tom         90         90

在以上示例中，我们使用rename()函数手动设置了count_df的列名为'Count'，并使用了aggregate()函数的columns参数来设置aggregate_df的列名。这样就避免了自动生成列名。