要按组分组并在pandas中创建额外的虚拟列，可以使用groupby()函数和transform()函数。

下面是一个示例代码，演示了如何按组分组并创建额外的虚拟列：

import pandas as pd

# 创建一个示例数据集
data = {
    'Group': ['A', 'B', 'A', 'B', 'A', 'B'],
    'Value': [1, 2, 3, 4, 5, 6]
}

df = pd.DataFrame(data)

# 使用groupby()函数按组分组，并使用transform()函数创建额外的虚拟列
df['Sum'] = df.groupby('Group')['Value'].transform('sum')
df['Mean'] = df.groupby('Group')['Value'].transform('mean')

print(df)

输出结果：

  Group  Value  Sum  Mean
0     A      1    9   3.0
1     B      2   12   4.0
2     A      3    9   3.0
3     B      4   12   4.0
4     A      5    9   3.0
5     B      6   12   4.0

在这个示例中，我们首先创建了一个包含'Group'和'Value'两列的DataFrame。然后，我们使用groupby()函数按'Group'列进行分组，并使用transform()函数创建了两个额外的虚拟列'Sum'和'Mean'，计算了每个组的值的总和和平均值。最后，我们将这两个虚拟列添加到原始的DataFrame中，并打印出结果。

这样，我们就成功地按组分组并创建了额外的虚拟列。