以下是一个示例代码，展示了如何根据某些观测值生成变量的组生成变量：

import pandas as pd

# 创建一个示例数据集
data = {'group': ['A', 'B', 'A', 'B', 'A', 'B'],
        'value': [1, 2, 3, 4, 5, 6]}
df = pd.DataFrame(data)

# 使用groupby函数按照组进行分组，并计算每个组的平均值
group_means = df.groupby('group')['value'].mean()

# 将每个组的平均值作为新的变量添加到原始数据集中
df['group_mean'] = df['group'].map(group_means)

print(df)

输出结果如下：

  group  value  group_mean
0     A      1    3.000000
1     B      2    4.000000
2     A      3    3.000000
3     B      4    4.000000
4     A      5    3.000000
5     B      6    4.000000

在上面的示例中，我们首先创建了一个包含组和值的示例数据集。然后，使用groupby函数按照组进行分组，并计算每个组的平均值。最后，我们使用map函数将每个组的平均值映射到原始数据集的group_mean列中。这样，就根据某些观测值生成了变量的组生成变量。