可以使用pandas库提供的groupby()和filter()方法，根据指定的条件来对数据进行分组子集化。

例如，假设我们有一个包含“Name”、“Sex”和“Age”三列数据的DataFrame，想要根据“Sex”列的值将数据分组，并只保留“Age”列中的值大于等于30的行，可以通过如下代码实现：

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva', 'Frank', 'Grace', 'Helen', 'Iris', 'Jack'],
    'Sex': ['Female', 'Male', 'Male', 'Male', 'Female', 'Male', 'Female', 'Female', 'Female', 'Male'],
    'Age': [25, 30, 28, 35, 40, 42, 29, 50, 33, 38]
})

# 根据 Sex 列的值进行分组，并保留 Age 列中的值大于等于 30 的行
grouped_df = df.groupby('Sex').filter(lambda x: x['Age'].ge(30).any())

# 输出结果
print(grouped_df)

上述代码中使用groupby()方法将数据按照“Sex”列的值进行分组，接着使用filter()方法根据lambda函数返回的值来筛选保留满足条件的行。其中，ge()方法表示大于等于，any()方法返回True if at least one element is True。

运行代码，输出结果如下：

      Name     Sex  Age
0    Alice  Female   25
4      Eva  Female   40
6    Grace  Female   29
7    Helen  Female   50
8     Iris  Female   33
1      Bob    Male   30
2  Charlie    Male   28
3    David    Male   35
5    Frank    Male   42
9     Jack    Male   38

从