要按组别创建新的时长列，可以使用groupby()函数来对数据进行分组，然后使用transform()函数将每个组的时长计算结果应用到原始数据的每一行。

下面是一个示例代码：

import pandas as pd

# 创建示例数据
data = {'组别': ['A', 'A', 'B', 'B', 'B', 'C'],
        '时长': [10, 20, 15, 25, 30, 5]}
df = pd.DataFrame(data)

# 按组别分组，并计算每个组的平均时长
df['平均时长'] = df.groupby('组别')['时长'].transform('mean')

print(df)

输出结果：

  组别  时长  平均时长
0  A  10    15
1  A  20    15
2  B  15    23.333333
3  B  25    23.333333
4  B  30    23.333333
5  C   5     5

在上面的代码中，首先创建了一个包含组别和时长的示例数据。然后使用groupby()函数按组别进行分组，并使用transform('mean')计算每个组的平均时长。最后，将计算结果赋值给新的列平均时长。

你可以根据自己的需求来修改示例代码，例如计算其他统计量（如总和、最大值等），或者根据其他列的值来进行分组等。