下面是一个示例代码，演示了如何按日期和标签筛选值的总和。

假设我们有一个包含日期、标签和值的数据集，如下所示：

日期         标签    值
2021-01-01   A     10
2021-01-01   B     20
2021-01-02   A     30
2021-01-02   B     40
2021-01-03   A     50
2021-01-03   B     60

现在，我们想要按日期和标签筛选值的总和。例如，对于日期2021-01-01和标签A，我们想要得到值的总和。

下面是一个使用Python的pandas库来实现的示例代码：

import pandas as pd

# 创建示例数据集
data = {'日期': ['2021-01-01', '2021-01-01', '2021-01-02', '2021-01-02', '2021-01-03', '2021-01-03'],
        '标签': ['A', 'B', 'A', 'B', 'A', 'B'],
        '值': [10, 20, 30, 40, 50, 60]}

df = pd.DataFrame(data)

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

# 按日期和标签分组，并计算每个组的值的总和
result = df.groupby(['日期', '标签'])['值'].sum()

print(result)

运行以上代码，将会得到以下输出：

日期          标签
2021-01-01  A     10
            B     20
2021-01-02  A     30
            B     40
2021-01-03  A     50
            B     60
Name: 值, dtype: int64

这个结果表示，对于每个日期和标签组合，对应的值的总和。你可以根据需要进一步处理这个结果，比如筛选特定日期和标签的值的总和。