以下是一个示例代码，通过按组求和，并为每个组创建新变量：

import pandas as pd

# 创建示例数据集
data = {'Group': ['A', 'B', 'A', 'B', 'A', 'B'],
        'Value': [1, 2, 3, 4, 5, 6]}
df = pd.DataFrame(data)

# 按组求和并为每个组创建新变量
df['Sum'] = df.groupby('Group')['Value'].transform('sum')

print(df)

输出结果如下：

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

在示例代码中，我们首先创建了一个包含组（'Group'）和值（'Value'）的示例数据集。然后，我们使用groupby函数按组对值进行分组。接下来，我们使用transform函数将每个组的总和应用于每个值，并将结果存储在新的'Sum'列中。最后，我们打印出包含原始数据和新变量的数据框。