使用SQL语言，可以通过DATE_TRUNC（）函数将日期字段四舍五入到特定的日期范围并进行分组。

例如，按每月分组：

SELECT DATE_TRUNC('month', order_date) AS month, COUNT(*) AS total_orders
FROM orders
GROUP BY month

按每季度分组：

SELECT
    CASE
        WHEN DATE_TRUNC('month', order_date) BETWEEN '2019-01-01' AND '2019-03-31' THEN 'Q1'
        WHEN DATE_TRUNC('month', order_date) BETWEEN '2019-04-01' AND '2019-06-30' THEN 'Q2'
        WHEN DATE_TRUNC('month', order_date) BETWEEN '2019-07-01' AND '2019-09-30' THEN 'Q3'
        WHEN DATE_TRUNC('month', order_date) BETWEEN '2019-10-01' AND '2019-12-31' THEN 'Q4'
    END AS quarter,
    COUNT(*) AS total_orders
FROM orders
GROUP BY quarter

这将按照每个季度返回订单总数。注意，我们使用了CASE语句作为季度的计算。您可以根据需求修改此语句。

另一种方法是使用Python pandas数据分析库来处理此问题。pandas提供了一个名为'resample”的函数，可以类似地将日期范围四舍五入并分组。

import pandas as pd

# Load data
df = pd.read_csv('orders.csv')

# Convert order date to datetime
df['order_date'] = pd.to_datetime(df['order_date'])

# Resample by month
df.resample('M', on='order_date').count()

此代码将按照每月份返回订单总数。根据需求，您可以使用其他日期范围。