计算amount列的最大值、最大值列索引和最小值、最小值列索引和平均值。增加第3列采样数据sim_amount，采样方法：按amount列的平均值和标准差正态分布采样生成。

假设数据存储在一个名为data的DataFrame中，具体操作如下：

import numpy as np
import pandas as pd

# 生成模拟数据
data = pd.DataFrame({'amount': np.random.randint(0, 100, 100)})
data['sim_amount'] = np.random.normal(data['amount'].mean(), data['amount'].std(), data.shape[0])

# 计算最大值、最小值和平均值
max_value = data['amount'].max()
max_index = data['amount'].idxmax()
min_value = data['amount'].min()
min_index = data['amount'].idxmin()
mean_value = data['amount'].mean()

# 输出结果
print('最大值：', max_value)
print('最大值列索引：', max_index)
print('最小值：', min_value)
print('最小值列索引：', min_index)
print('平均值：', mean_value)

其中，`np.random.normal()`函数用于按照正态分布生成指定数量的随机数，参数分别为平均值、标准差和采样数量。以上代码中，`sim_amount`列就是按照`amount`列的平均值和标准差采样生成的。