AWS Glue作业脚本按数据分组可以使用groupBy函数来实现。下面是一个示例解决方法：

首先，创建一个AWS Glue作业，并在作业脚本中添加以下代码：

import sys
from awsglue.transforms import *
from awsglue.utils import getResolvedOptions
from pyspark.context import SparkContext
from awsglue.context import GlueContext
from pyspark.sql import SQLContext

# 获取作业参数
args = getResolvedOptions(sys.argv, ['JOB_NAME'])

# 初始化SparkContext和GlueContext
sc = SparkContext()
glueContext = GlueContext(sc)
spark = glueContext.spark_session

# 创建DynamicFrame
input_dyf = glueContext.create_dynamic_frame.from_catalog(database = "your-database-name",
                                                         table_name = "your-table-name")

# 将DynamicFrame转换为DataFrame
input_df = input_dyf.toDF()

# 按数据分组
grouped_df = input_df.groupBy("your-group-column").count()

# 将DataFrame转换为DynamicFrame
grouped_dyf = DynamicFrame.fromDF(grouped_df, glueContext, "grouped_dyf")

# 输出结果
glueContext.write_dynamic_frame.from_options(grouped_dyf, connection_type = "your-connection-type", connection_options = {"path": "your-output-path"}, format = "your-output-format")

请根据您的实际情况修改上述代码中的数据库名称、表名称、分组列、连接类型、连接选项、输出路径和输出格式。

以上代码将根据指定的分组列对输入数据进行分组，并统计每个组的数量。最后，将结果写入指定的输出路径。

希望对您有所帮助！