下面是一个示例代码，演示如何按照日期进行分组，并根据计算创建新的列：

import pandas as pd

# 创建示例数据
data = {'日期': ['2021-01-01', '2021-01-01', '2021-01-02', '2021-01-02', '2021-01-03'],
        '数值': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)

# 将日期列转换为日期类型
df['日期'] = pd.to_datetime(df['日期'])

# 按照日期进行分组，并根据计算创建新的列
df['总和'] = df.groupby('日期')['数值'].transform('sum')
df['平均值'] = df.groupby('日期')['数值'].transform('mean')

# 打印结果
print(df)

输出结果为：

          日期  数值  总和  平均值
0 2021-01-01  10  30  15.0
1 2021-01-01  20  30  15.0
2 2021-01-02  30  70  35.0
3 2021-01-02  40  70  35.0
4 2021-01-03  50  50  50.0

在上面的示例中，首先将日期列转换为日期类型，然后使用groupby方法按照日期进行分组。接下来，通过transform方法对数值列进行求和和求平均值的计算，并将结果保存到新的列中。最后，打印出结果。