以下是一个示例代码，展示了如何按照组别对行进行分组的筛选条件滚动求和。

import pandas as pd

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

# 按照组别对行进行分组，并对数值进行滚动求和
df['滚动求和'] = df.groupby('组别')['数值'].expanding().sum().reset_index(drop=True)

print(df)

输出结果如下：

  组别  数值  滚动求和
0  A   1   1.0
1  A   2   3.0
2  B   3   3.0
3  B   4   7.0
4  A   5   8.0
5  A   6  14.0

在上述代码中，我们首先创建了一个包含组别和数值的示例数据集。然后，使用groupby()函数按照组别对行进行分组，并使用expanding()函数对每个组内的数值进行滚动求和。最后，将滚动求和结果赋值给新的一列，并使用reset_index()函数重置索引。

这样，我们就可以得到按照组别对行进行分组的筛选条件滚动求和的结果。