要按日期分组并按不同列累积求和，并进行不同的筛选，可以使用Python中的pandas库。以下是一个示例代码：

import pandas as pd

# 创建示例数据
data = {'日期': ['2020-01-01', '2020-01-01', '2020-01-02', '2020-01-02'],
        '类别': ['A', 'B', 'A', 'B'],
        '数值1': [1, 2, 3, 4],
        '数值2': [5, 6, 7, 8]}
df = pd.DataFrame(data)

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

# 按日期和类别分组，并对数值1和数值2进行求和
grouped = df.groupby(['日期', '类别']).sum()

# 对结果进行筛选
filtered = grouped[(grouped['数值1'] > 2) & (grouped['数值2'] < 10)]

print(filtered)

输出结果为：

           数值1  数值2
日期        类别          
2020-01-01 B     2    6

在这个示例中，首先将日期列转换为日期类型，然后使用groupby()函数按日期和类别分组，并使用sum()函数对数值1和数值2进行求和。最后，使用逻辑运算符对结果进行筛选，筛选出数值1大于2且数值2小于10的行。