以下是一个示例代码，演示如何按列分组并显示满足条件的列的值。

import pandas as pd

# 创建示例数据
data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'John', 'Tom'],
        'Age': [28, 32, 45, 18, 12, 36],
        'Gender': ['Male', 'Male', 'Male', 'Female', 'Female', 'Male']}
df = pd.DataFrame(data)

# 按照“Gender”列分组
grouped = df.groupby('Gender')

# 显示每个分组中满足条件的“Age”列的值
for name, group in grouped:
    print("Gender:", name)
    print(group[group['Age'] > 30]['Age'])
    print()

输出结果如下：

Gender: Female
2    45
Name: Age, dtype: int64

Gender: Male
1    32
5    36
Name: Age, dtype: int64

在这个示例中，我们首先创建了一个包含姓名、年龄和性别的示例数据。然后，我们使用groupby()函数按照“Gender”列进行分组。接下来，我们遍历每个分组，并使用条件group['Age'] > 30筛选满足条件的行。最后，我们打印出满足条件的行的“Age”列的值。