以下是一个使用Python pandas库进行数据筛选和分组的示例代码：

import pandas as pd

# 创建示例数据表
data = {'Name': ['John', 'Sam', 'Mike', 'Emily', 'Emma'],
        'Age': [25, 30, 35, 40, 45],
        'City': ['New York', 'London', 'Paris', 'New York', 'Paris']}
df = pd.DataFrame(data)

# 按照城市分组并计算平均年龄
grouped = df.groupby('City')
average_age = grouped['Age'].mean()
print(average_age)

# 过滤年龄大于30岁的行
filtered_data = df[df['Age'] > 30]
print(filtered_data)

输出结果：

City
London      30
New York    32.5
Paris       40
Name: Age, dtype: float64

  Name  Age      City
2  Mike   35     Paris
3  Emily   40  New York
4  Emma   45     Paris

在这个示例中，我们使用pandas库创建了一个示例数据表，并对数据进行了分组和筛选。首先，我们使用groupby函数按照城市进行分组，并计算了每个城市的平均年龄。然后，我们使用条件筛选，过滤出年龄大于30岁的行。

当然，根据具体的数据结构和筛选条件，代码的实现方式可能会有所不同。上述代码仅提供了一个基本的示例，你可以根据自己的需求进行相应的修改和调整。