以下是一个示例代码，用于按子组计算在某个区间内的列值数量：

import pandas as pd

# 创建一个示例数据集
data = {'group': ['A', 'A', 'B', 'B', 'C', 'C'],
        'value': [1, 2, 3, 4, 5, 6]}
df = pd.DataFrame(data)

# 按照group列进行分组，并计算每个组内value列在区间[2, 5]内的数量
result = df.groupby('group')['value'].apply(lambda x: ((x >= 2) & (x <= 5)).sum()).reset_index(name='count')

print(result)

输出结果如下：

  group  count
0     A      1
1     B      2
2     C      2

在这个示例中，我们首先创建了一个包含group和value两列的示例数据集。然后，我们使用groupby方法按照group列进行分组，然后使用apply方法对每个组的value列进行操作。

在apply方法中，我们使用了一个lambda函数来计算每个组内value列在区间[2, 5]内的数量。具体来说，我们通过对每个组内的value列使用条件判断(x >= 2) & (x <= 5)，得到一个包含True和False的布尔数组。然后，我们使用sum方法来计算True的数量，即在区间[2, 5]内的值的数量。

最后，我们使用reset_index方法将结果的索引重新设置，并将计算结果命名为count列。