下面是一个示例代码，演示了如何根据分组后的列表类型的行的值，填充一个新列：

import pandas as pd

# 创建一个示例数据集
data = {'Group': ['A', 'A', 'B', 'B', 'C', 'C'],
        'Values': [[1, 2, 3], [4, 5], [6, 7, 8, 9], [10], [11, 12], [13, 14, 15]]}
df = pd.DataFrame(data)

# 定义填充新列的函数
def fill_new_column(row):
    # 如果行的类型是列表
    if isinstance(row['Values'], list):
        # 计算列表的和
        row['Sum'] = sum(row['Values'])
    return row

# 按照分组后，比较类型为列表的行的值，填充新列
df = df.apply(fill_new_column, axis=1)

print(df)

输出结果如下：

  Group         Values  Sum
0     A     [1, 2, 3]    6
1     A        [4, 5]    9
2     B  [6, 7, 8, 9]   30
3     B           [10]   10
4     C     [11, 12]   23
5     C  [13, 14, 15]   42

在这个示例中，我们使用了Pandas库来处理数据。首先，我们创建了一个包含分组和值的示例数据集。然后，我们定义了一个函数fill_new_column，它接收一个行作为输入，并根据行的类型是否为列表来填充新列。最后，我们使用apply函数将这个函数应用到数据帧的每一行，以填充新列。