在Python中，可以使用pandas库来实现按照另一列的条件进行分组并创建新列的功能。下面是一个代码示例：

import pandas as pd

# 创建示例数据
data = {'姓名': ['张三', '李四', '王五', '赵六', '刘七'],
        '性别': ['男', '男', '女', '男', '女'],
        '年龄': [25, 30, 28, 35, 32]}
df = pd.DataFrame(data)

# 按照性别分组，并计算每个性别的平均年龄
df['平均年龄'] = df.groupby('性别')['年龄'].transform('mean')

# 输出结果
print(df)

输出结果为：

  姓名 性别  年龄  平均年龄
0  张三  男  25  30.0
1  李四  男  30  30.0
2  王五  女  28  30.0
3  赵六  男  35  30.0
4  刘七  女  32  30.0

在上面的示例中，我们首先创建了一个包含姓名、性别和年龄的DataFrame。然后，使用groupby函数按照性别进行分组，并使用transform函数计算每个性别的平均年龄。最后，将计算结果赋值给新列平均年龄，并输出整个DataFrame。

通过这种方式，我们可以根据不同的条件对数据进行分组，并在每个分组内创建新的列。