要按照pandas的cut()方法对pandas列进行分组行过滤，可以按照以下步骤进行操作：

1. 导入所需的库和模块：

import pandas as pd

2. 创建一个包含数据的DataFrame：

data = {'Name': ['Tom', 'Nick', 'John', 'Andy', 'Sam', 'Tim'],
        'Age': [20, 25, 30, 35, 40, 45]}
df = pd.DataFrame(data)

3. 使用cut()方法创建一个新的列，将年龄分成不同的区间：

df['Age Group'] = pd.cut(df['Age'], bins=[0, 30, 40, float('inf')], labels=['<=30', '30-40', '>=40'])

这里使用了cut()方法将年龄分成了三个区间：0到30岁为'<=30'，30到40岁为'30-40'，40岁以上为'>=40'。

4. 使用新的列进行过滤：

filtered_df = df[df['Age Group'] == '30-40']

这里使用了布尔索引，根据'Age Group'列的值为'30-40'来过滤数据。

完整的示例代码如下：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Andy', 'Sam', 'Tim'],
        'Age': [20, 25, 30, 35, 40, 45]}
df = pd.DataFrame(data)

df['Age Group'] = pd.cut(df['Age'], bins=[0, 30, 40, float('inf')], labels=['<=30', '30-40', '>=40'])

filtered_df = df[df['Age Group'] == '30-40']

print(filtered_df)

输出结果为：

   Name  Age Age Group
3  Andy   35     30-40

这样就完成了按照pandas的cut()方法对pandas列进行分组行过滤的操作。