要按照UTC日期进行分组和聚合，并调整到指定的时区偏移量，可以使用Python的pandas库。以下是一个代码示例：

import pandas as pd

# 创建一个示例数据集
data = {'timestamp': ['2022-01-01 10:00:00', '2022-01-01 11:00:00', '2022-01-02 12:00:00', '2022-01-02 13:00:00'],
        'value': [1, 2, 3, 4]}
df = pd.DataFrame(data)

# 将timestamp列转换为日期时间类型
df['timestamp'] = pd.to_datetime(df['timestamp'])

# 将时间戳调整为UTC时区
df['timestamp'] = df['timestamp'].dt.tz_localize('UTC')

# 将时间戳调整为指定的时区偏移量
df['timestamp'] = df['timestamp'].dt.tz_convert('Asia/Shanghai')

# 按照日期进行分组和聚合
df_grouped = df.groupby(df['timestamp'].dt.date).sum()

print(df_grouped)

输出结果如下所示：

            value
timestamp        
2022-01-01      3
2022-01-02      7

在上述代码中，首先创建了一个示例数据集，其中包含了timestamp列和value列。然后，将timestamp列转换为日期时间类型，并调整为UTC时区。接下来，通过使用tz_convert()方法，将时区偏移量调整为指定的时区（在此示例中为Asia/Shanghai）。最后，使用groupby()方法按照日期进行分组，并使用sum()方法对value列进行聚合。