要按分钟过滤多个日期的数据框，可以按照以下步骤进行操作：

1. 导入必要的库：

import pandas as pd

2. 创建一个示例的数据框：

data = {'datetime': ['2021-01-01 10:01:00', '2021-01-01 10:02:00', '2021-01-01 10:03:00', '2021-01-02 10:01:00', '2021-01-02 10:02:00', '2021-01-02 10:03:00'],
        'value': [1, 2, 3, 4, 5, 6]}
df = pd.DataFrame(data)

3. 将'datetime'列转换为日期时间类型：

df['datetime'] = pd.to_datetime(df['datetime'])

4. 将'datetime'列设置为数据框的索引：

df.set_index('datetime', inplace=True)

5. 使用resample()函数按分钟重新采样数据框，并选择相应的聚合函数（例如求和、平均值等）：

df_resampled = df.resample('1Min').sum()

完整示例代码如下：

import pandas as pd

data = {'datetime': ['2021-01-01 10:01:00', '2021-01-01 10:02:00', '2021-01-01 10:03:00', '2021-01-02 10:01:00', '2021-01-02 10:02:00', '2021-01-02 10:03:00'],
        'value': [1, 2, 3, 4, 5, 6]}
df = pd.DataFrame(data)

df['datetime'] = pd.to_datetime(df['datetime'])
df.set_index('datetime', inplace=True)
df_resampled = df.resample('1Min').sum()

print(df_resampled)

这将按分钟重新采样数据框，并以每分钟的总和显示数据。你可以根据需要选择其他聚合函数，例如平均值、最大值等。