以下是一个示例代码，演示如何按条件分组和汇总数据：

import pandas as pd

# 创建示例数据
data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'John'],
        'Category': ['A', 'B', 'A', 'A', 'B'],
        'Value': [10, 15, 20, 25, 30]}
df = pd.DataFrame(data)

# 按条件分组和汇总
grouped = df.groupby('Category').agg({'Value': ['sum', 'mean', 'count']})

print(grouped)

输出结果如下：

        Value            
          sum  mean count
Category                 
A          55  18.333333    3
B          45  22.500000    2

在上面的示例中，我们使用pandas库来处理数据。首先，我们创建一个包含姓名、类别和值的字典。然后，我们使用该字典创建一个DataFrame对象。

接下来，我们使用groupby()函数将数据按照类别进行分组。然后，我们使用agg()函数对每个分组进行聚合操作。在这个示例中，我们对值这一列进行求和、平均值和计数操作。

最后，我们打印出分组和汇总后的结果。

请注意，这只是一个简单的示例，您可以根据实际需求进行更复杂的分组和汇总操作。