以下是一个示例代码，演示了如何按特定条件分组选择行：

import pandas as pd

# 创建一个示例数据集
data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'John'],
        'Age': [20, 25, 30, 35, 40],
        'Gender': ['Male', 'Male', 'Male', 'Female', 'Female']}
df = pd.DataFrame(data)

# 按Gender分组并选择年龄大于30的行
grouped = df[df['Age'] > 30].groupby('Gender')
for name, group in grouped:
    print(name)
    print(group)

上述代码首先创建了一个示例数据集，包含了姓名、年龄和性别三个字段。然后使用df[df['Age'] > 30]选择了年龄大于30的行，再使用groupby('Gender')按照性别进行分组。最后使用for循环遍历每个分组，打印出分组的名称和对应的行数据。

输出结果如下：

Female
   Name  Age  Gender
3   Tom   35  Female
4  John   40  Female
Male
   Name  Age Gender
2  John   30   Male
3   Tom   35   Male

可以看到，按照特定条件分组选择行后，输出了两个分组，分别是"Female"和"Male"，每个分组包含符合条件的行数据。