要按条件对数据进行分组和子集筛选，可以使用Python中的pandas库。以下是一个示例代码，演示了如何按条件对数据进行分组和子集筛选。

import pandas as pd

# 创建示例数据
data = {'Name': ['John', 'Emily', 'Josh', 'Emma', 'Mike'],
        'Age': [25, 30, 35, 28, 32],
        'Gender': ['Male', 'Female', 'Male', 'Female', 'Male'],
        'Salary': [5000, 6000, 4000, 5500, 4500]}

df = pd.DataFrame(data)

# 按条件分组
grouped = df.groupby('Gender')

# 输出每个分组的统计信息
for name, group in grouped:
    print(f"Group: {name}")
    print(group)

# 子集筛选
subset = df[df['Age'] > 30]
print(subset)

运行上述代码将会得到以下输出：

Group: Female
    Name  Age  Gender  Salary
1  Emily   30  Female    6000
3   Emma   28  Female    5500

Group: Male
   Name  Age Gender  Salary
0  John   25   Male    5000
2  Josh   35   Male    4000
4  Mike   32   Male    4500

   Name  Age  Gender  Salary
2  Josh   35    Male    4000
4  Mike   32    Male    4500

上述代码首先创建了一个包含姓名、年龄、性别和工资的示例数据框df。然后，通过使用groupby()函数将数据按性别进行分组，并使用for循环输出每个分组的统计信息。

接下来，使用条件df['Age'] > 30对数据进行子集筛选，并将结果存储在变量subset中。最后，使用print语句打印出筛选后的子集。