下面是一个示例代码，展示如何按照日期和部门进行排序和筛选：

import pandas as pd

# 创建一个示例数据集
data = {'日期': ['2022-01-01', '2022-01-02', '2022-01-03', '2022-01-01', '2022-01-02', '2022-01-03'],
        '部门': ['A', 'B', 'C', 'A', 'B', 'C'],
        '数值': [1, 2, 3, 4, 5, 6]}

df = pd.DataFrame(data)

# 将日期列转换为日期类型
df['日期'] = pd.to_datetime(df['日期'])

# 按照日期和部门进行排序
df.sort_values(by=['日期', '部门'], inplace=True)

# 打印排序后的结果
print(df)

# 按照日期和部门进行筛选
filtered_df = df[(df['日期'] >= '2022-01-02') & (df['部门'] == 'B')]

# 打印筛选后的结果
print(filtered_df)

运行上述代码，会得到以下输出：

          日期 部门  数值
0 2022-01-01  A   1
3 2022-01-01  A   4
1 2022-01-02  B   2
4 2022-01-02  B   5
2 2022-01-03  C   3
5 2022-01-03  C   6

          日期 部门  数值
1 2022-01-02  B   2
4 2022-01-02  B   5

在示例代码中，首先创建了一个包含日期、部门和数值的示例数据集。然后，使用pd.to_datetime()函数将日期列转换为日期类型，以便可以按照日期进行排序。接下来，使用sort_values()函数按照日期和部门进行排序。最后，使用条件筛选语句df[(df['日期'] >= '2022-01-02') & (df['部门'] == 'B')]进行按照日期和部门进行筛选。