假设我们有一个名为"data"的数据集，其中包含"territory_owner"和"registration_date"两列，我们可以按照以下步骤进行统计每个月份的注册数量：

1. 导入所需的库：

import pandas as pd
import datetime

2. 读取数据集并转换日期格式：

data = pd.read_csv("data.csv")
data["registration_date"] = pd.to_datetime(data["registration_date"])

3. 添加一个新的列"month"来提取每个日期的月份：

data["month"] = data["registration_date"].dt.month

4. 使用groupby函数按照"territory_owner"和"month"列进行分组，然后统计每个组的数量：

result = data.groupby(["territory_owner", "month"]).size().reset_index(name='registration_count')

完整的代码示例：

import pandas as pd
import datetime

# 读取数据集
data = pd.read_csv("data.csv")

# 转换日期格式
data["registration_date"] = pd.to_datetime(data["registration_date"])

# 添加一个新的列来提取月份
data["month"] = data["registration_date"].dt.month

# 按照territory_owner和month进行分组，并统计每个组的数量
result = data.groupby(["territory_owner", "month"]).size().reset_index(name='registration_count')

# 打印结果
print(result)

这样就可以得到按照territory_owner分类的每个月份的注册数量统计。