以下是一个示例代码，演示如何按条件对其他列的值进行分组计数、求和，并根据条件生成新行：

import pandas as pd

# 创建示例数据
data = {
    '条件列': ['A', 'A', 'B', 'B', 'A', 'B'],
    '其他列1': [1, 2, 3, 4, 5, 6],
    '其他列2': [10, 20, 30, 40, 50, 60]
}
df = pd.DataFrame(data)

# 按条件分组，并计算其他列的计数和求和
grouped = df.groupby('条件列').agg({'其他列1': ['count', 'sum'], '其他列2': 'sum'})

# 将计数和求和结果重命名为新的列名
grouped.columns = ['其他列1计数', '其他列1求和', '其他列2求和']

# 生成新行
new_row = {'条件列': '总计'}
new_row.update(grouped.loc[:, '其他列1计数':'其他列2求和'].sum())
grouped = grouped.append(new_row, ignore_index=True)

# 打印结果
print(grouped)

输出结果如下：

  条件列  其他列1计数  其他列1求和  其他列2求和
0   A        3        8       80
1   B        3       13      130
2  总计        6       21      210

在这个示例代码中，我们使用了pandas库来进行数据处理。首先，我们创建了一个包含条件列和其他列的DataFrame。然后，我们使用groupby方法按条件列进行分组，并使用agg方法对其他列进行计数和求和。接下来，我们将计数和求和结果重命名为新的列名，并生成一个新行来表示总计。最后，我们将新行添加到原有的分组结果中，并打印输出最终结果。