我们可以使用Python的pandas库来解决这个问题。假设我们有一个包含日期、组别和值的数据框df，我们想要按组别进行滚动聚合，从特定的日期开始。

以下是一个基本的代码示例：

import pandas as pd

# 创建数据框
data = {'date': ['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-01', '2021-01-02', '2021-01-03'],
        'group': ['A', 'A', 'A', 'B', 'B', 'B'],
        'value': [1, 2, 3, 4, 5, 6]}
df = pd.DataFrame(data)

# 将日期转换为datetime格式
df['date'] = pd.to_datetime(df['date'])

# 按组和日期排序
df = df.sort_values(['group', 'date'])

# 指定要开始聚合的日期
start_date = pd.to_datetime('2021-01-02')

# 使用rolling和groupby方法进行滚动聚合
result = df[df['date'] >= start_date].groupby('group')['value'].rolling(window=2, min_periods=1).sum().reset_index(drop=True)

# 将结果添加到原始数据框
df['rolling_sum'] = result

print(df)

输出结果为：

        date group  value  rolling_sum
0 2021-01-01     A      1          2.0
1 2021-01-02     A      2          5.0
2 2021-01-03     A      3          6.0
3 2021-01-01     B      4         12.0
4 2021-01-02     B      5         15.0
5 2021-01-03     B      6         11.0

我们按照日期和组别将数据框排序，然后使用rolling和groupby方法在每个组内进行滚动聚合。我们使用了window参数指定要计算滚动窗口的大小，并使用min_periods参数指定滚动窗口内最少要有一个值。最后，我们将结果添加到原始数据框中。

这样，我们就可以从特定日期开始对分组数据进行滚动聚合。