要按组对pandas数据帧进行分组并增长，可以使用groupby()函数和transform()函数。

下面是一个示例代码，演示了如何按组对数据帧中的列进行分组，并计算每个组中的增长率：

import pandas as pd

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

# 按组分组并计算增长率
df['growth_rate'] = df.groupby('group')['value'].transform(lambda x: x.pct_change())

print(df)

输出结果如下：

  group  value  growth_rate
0     A     10          NaN
1     A     20     1.000000
2     A     30     0.500000
3     B      5          NaN
4     B     10     1.000000
5     B     15     0.500000

在上面的代码中，我们首先创建了一个示例数据帧df，它有两列：'group'和'value'。然后，我们使用groupby()函数按组对数据帧进行分组，指定'group'列作为分组依据，然后使用transform()函数计算每个组内'value'列的增长率。增长率的计算使用了pct_change()函数，它计算了每个元素与前一个元素之间的百分比变化。

最后，我们将增长率存储到新的列'growth_rate'中，并打印整个数据帧。请注意，在第一行和第四行上增长率是NaN，因为它们没有前一个元素来计算增长率。