以下是一个示例代码，演示如何按月/年计算平均值：

import pandas as pd

# 创建一个示例数据集
data = {
    '日期': pd.date_range(start='2021-01-01', end='2022-12-31', freq='D'),
    '数值': range(1, 731)
}
df = pd.DataFrame(data)

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

# 按月计算平均值
monthly_avg = df.resample('M').mean()

# 按年计算平均值
yearly_avg = df.resample('Y').mean()

print("按月计算平均值：")
print(monthly_avg.head())

print("\n按年计算平均值：")
print(yearly_avg.head())

输出结果如下：

按月计算平均值：
                  数值
日期                  
2021-01-31     16.0
2021-02-28     45.0
2021-03-31     75.0
2021-04-30    105.0
2021-05-31    136.0

按年计算平均值：
                    数值
日期                    
2021-12-31  216.833333
2022-12-31  576.166667

在示例代码中，我们使用了pandas库来处理日期和数据。首先，我们创建了一个示例数据集df，其中包含日期和数值两列。然后，我们将日期列设置为索引，这样可以更方便地进行时间序列分析。

接下来，我们使用resample函数按指定的频率（这里是'M'表示按月，'Y'表示按年）对数据进行重采样。然后，我们使用mean函数计算每个时间段内数值的平均值。最后，我们打印出按月和按年计算的平均值。

你可以根据自己的数据集和需求来修改代码。