以下是一个示例代码，演示如何按变量分组，然后按另一个变量的出现次数进行计数和筛选。

import pandas as pd

# 创建示例数据集
data = {'Group': ['A', 'A', 'B', 'B', 'B', 'C', 'C'],
        'Value': [1, 2, 3, 4, 5, 6, 7]}
df = pd.DataFrame(data)

# 按Group分组，并计算每个Group中Value的平均值
grouped = df.groupby('Group')['Value'].mean()

# 按Value计数，并筛选出出现次数大于等于2次的Group
count = df['Group'].value_counts()
filtered = count[count >= 2]

# 打印结果
print("按Group分组后的平均值：")
print(grouped)
print("\n按Group计数后的结果：")
print(count)
print("\n出现次数大于等于2次的Group：")
print(filtered)

输出结果为：

按Group分组后的平均值：
Group
A    1.5
B    4.0
C    6.5
Name: Value, dtype: float64

按Group计数后的结果：
B    3
C    2
A    2
Name: Group, dtype: int64

出现次数大于等于2次的Group：
B    3
C    2
A    2
Name: Group, dtype: int64

在示例中，我们使用pandas库来处理数据。首先，我们创建一个包含Group和Value两列的DataFrame。然后，我们使用groupby函数按Group进行分组，并计算每个Group中Value的平均值。接下来，我们使用value_counts函数计算每个Group出现的次数，并筛选出出现次数大于等于2次的Group。

请注意，这只是一个简单的示例，你可以根据自己的需求进行修改和扩展。