要按列对数据进行分组，并显示满足条件的所有行+额外数据，你可以使用pandas库来实现。以下是一个代码示例：

import pandas as pd

# 创建示例数据
data = {'A': [1, 2, 3, 4, 5],
        'B': ['a', 'b', 'c', 'd', 'e'],
        'C': [True, False, True, False, True],
        'D': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)

# 按列对数据进行分组，并显示满足条件的所有行+额外数据
grouped = df.groupby('C')
for group, rows in grouped:
    # 打印分组的额外数据
    print("Group:", group)
    print(rows)

    # 在这里可以根据条件筛选行，进行进一步处理
    filtered_rows = rows[rows['A'] > 2]
    print("Filtered Rows:")
    print(filtered_rows)

在这个示例中，我们创建了一个包含'A'、'B'、'C'和'D'列的DataFrame。然后，我们使用groupby('C')对数据进行分组，将True和False分为两组。通过for group, rows in grouped，我们可以遍历每个分组及其对应的行。在循环中，我们可以打印分组的额外数据，并根据需要对行进行筛选和处理。在示例中，我们使用rows[rows['A'] > 2]筛选出满足条件'A'列大于2的行，并打印出来。

这是一个基本的示例，你可以根据实际需求进行进一步的处理和操作。