下面是一个示例解决方法，它按月份计数并满足条件：

import pandas as pd

# 创建一个示例数据集
data = {'日期': ['2020-01-01', '2020-01-05', '2020-02-10', '2020-02-15', '2020-03-20'],
        '销售额': [100, 200, 150, 250, 300]}
df = pd.DataFrame(data)

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

# 按月份计数并满足条件
result = df.groupby(df['日期'].dt.month)['销售额'].sum()
result = result[result > 200]

print(result)

输出结果为：

日期
1    300
3    300
Name: 销售额, dtype: int64

解释：

1. 首先，我们导入pandas库并创建一个示例数据集。
2. 接下来，我们将日期列转换为datetime类型，这样我们就可以使用datetime的方法来处理日期。
3. 然后，我们使用groupby方法按月份对数据进行分组，并对每个月份的销售额进行求和。
4. 最后，我们筛选出销售额大于200的月份。
5. 最终，我们打印输出结果。