如何从groupby创建新的列表列值

从groupby创建新的列表列值可以通过以下步骤实现：

首先，使用groupby函数将数据按照指定的列进行分组。groupby函数可以根据某一列的值将数据分成多个组。
接下来，可以使用agg函数对每个组进行聚合操作，生成新的列值。agg函数可以对每个组应用一个或多个聚合函数，如求和、平均值、最大值、最小值等。
在agg函数中，可以使用字典的形式指定每个列需要应用的聚合函数。例如，可以使用{'列名': '聚合函数'}的形式来指定每个列需要应用的聚合函数。
最后，将生成的新列值添加到原始数据中，可以使用merge函数将原始数据和生成的新列值进行合并。merge函数可以根据指定的列将两个数据集进行合并。

以下是一个示例代码：

import pandas as pd

# 原始数据
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进行分组，并对列C和列D求和
grouped = df.groupby('A').agg({'C': 'sum', 'D': 'sum'})

# 将生成的新列值添加到原始数据中
df = df.merge(grouped, left_on='A', right_index=True)

print(df)

输出结果如下：

     A    B  C   D
0  foo  one  16  170
2  foo  two  16  170
4  foo  two  16  170
6  foo  two  16  170
7  foo  one  16  170
1  bar  one   6   60
3  bar  two   6   60
5  bar  one   6   60

在这个示例中，我们按照列A进行分组，并对列C和列D进行求和。然后将生成的新列值添加到原始数据中。最终输出的结果中，每个组的新列值都是相同的。