以下是一个示例代码，用于按组进行每月数据查询：

import pandas as pd

# 创建示例数据
data = {
    '日期': ['2020-01-01', '2020-01-02', '2020-02-01', '2020-02-02', '2020-03-01', '2020-03-02'],
    '组别': ['A', 'B', 'A', 'B', 'A', 'B'],
    '数值': [1, 2, 3, 4, 5, 6]
}
df = pd.DataFrame(data)

# 将日期列转换为日期类型
df['日期'] = pd.to_datetime(df['日期'])

# 按组和月份进行分组
df_grouped = df.groupby(['组别', pd.Grouper(key='日期', freq='M')])

# 计算每个组每个月的数据总和
df_monthly_sum = df_grouped['数值'].sum()

# 打印结果
print(df_monthly_sum)

输出结果为：

组别  日期      
A   2020-01-31    1
    2020-02-29    3
    2020-03-31    5
B   2020-01-31    2
    2020-02-29    4
    2020-03-31    6
Name: 数值, dtype: int64

这段代码首先创建了一个包含日期、组别和数值的示例数据。然后，将日期列转换为日期类型。接下来，使用groupby函数按组和月份进行分组。然后，使用sum函数计算每个组每个月的数据总和。最后，打印结果。