导入Pandas库并加载数据集： 首先，确保已安装Pandas库。创建一个包含日期和值的字典，并将其转换为DataFrame。

import pandas as pd
data = {'date': ['2022-01-01', '2022-01-02', '2022-01-03', '2022-01-04', '2022-01-05'],
       'value': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)
df['date'] = pd.to_datetime(df['date'])

排序数据： 确保数据按日期升序排列，以便正确分组。

df = df.sort_values('date')

使用groupby()函数分组： 指定日期列作为分组依据，并设置时间频率（如每天一次）。

groups = df.groupby(pd.Grouper(key='date', freq='D'))

应用函数计算统计值： 使用apply()函数计算每组的平均值，或使用agg()函数进行多种统计操作。

# 计算平均值
avg_values = groups['value'].mean().reset_index()
# 输出结果
print(avg_values)

# 计算每组的总和和计数
sum_values = groups['value'].agg({'sum': 'sum', 'count': 'count'}).reset_index()
print(sum_values)