这是一个示例代码，演示了如何按条件对数据进行分组，并修剪掉一些不需要的行：

import pandas as pd

# 创建一个示例数据集
data = {
    'Name': ['Tom', 'Nick', 'John', 'Tom', 'Nick', 'John'],
    'Age': [20, 30, 25, 20, 35, 28],
    'City': ['New York', 'Paris', 'London', 'New York', 'Paris', 'London'],
    'Salary': [50000, 60000, 55000, 52000, 62000, 57000]
}

df = pd.DataFrame(data)

# 按条件分组并修剪行
grouped_df = df.groupby('Name').apply(lambda x: x[x['Age'] > 25])

# 打印结果
print(grouped_df)

输出结果：

     Name  Age      City  Salary
Name                            
John  John   28    London   57000
Nick  Nick   30     Paris   60000
Nick  Nick   35     Paris   62000

在这个示例中，我们首先创建了一个包含姓名、年龄、城市和薪水的数据集。然后，我们使用groupby方法按照姓名对数据进行分组。接下来，我们使用apply方法并传入一个lambda函数，该函数会筛选出年龄大于25的行。最后，我们打印出分组并修剪后的结果。