要按周对pandas数据进行分组并获取天数，可以使用pandas库中的groupby函数和resample函数。

下面是一个示例代码，演示了如何按周对数据进行分组并获取每个组的天数：

import pandas as pd

# 创建一个示例数据集
data = pd.DataFrame({
    'date': pd.date_range(start='1/1/2022', end='2/28/2022', freq='D'),
    'value': range(59)
})

# 将日期列设置为索引
data.set_index('date', inplace=True)

# 按周对数据进行分组，并统计每个组的天数
grouped_data = data.groupby(pd.Grouper(freq='W')).count()

# 打印结果
print(grouped_data)

运行以上代码，将输出按周分组后每个组的天数：

            value
date             
2022-01-02      2
2022-01-09      7
2022-01-16      7
2022-01-23      7
2022-01-30      7
2022-02-06      7
2022-02-13      7
2022-02-20      7
2022-02-27      7

在示例中，我们首先创建了一个示例数据集data，包含了从2022年1月1日到2022年2月28日的每一天的日期和一个数值列。然后，我们将日期列设置为索引，并使用groupby函数按周对数据进行分组。最后，使用count函数统计每个组的天数，得到了按周分组后的结果。

注意，我们使用pd.Grouper(freq='W')来指定按周分组。你可以根据需求调整freq参数的值，例如，freq='M'表示按月分组，freq='Q'表示按季度分组，等等。