以下是一个示例代码，用于按年份对数据进行分组并总结值：

import pandas as pd

# 创建一个示例数据集
data = pd.DataFrame({'日期': ['2019-01-01', '2019-02-01', '2019-03-01', '2020-01-01', '2020-02-01'],
                     '数值': [10, 20, 30, 40, 50]})

# 将日期列转换为日期时间类型
data['日期'] = pd.to_datetime(data['日期'])

# 按年份对数据进行分组并计算总和
grouped_data = data.groupby(data['日期'].dt.year)['数值'].sum()

# 打印结果
print(grouped_data)

输出结果：

日期
2019    60
2020    90
Name: 数值, dtype: int64

这段代码首先使用pd.DataFrame创建了一个示例数据集，包含了日期和数值两列。然后，通过pd.to_datetime将日期列转换为日期时间类型。

接下来，使用groupby方法对数据按年份进行分组，data['日期'].dt.year可以提取出日期的年份。然后，对分组后的数值列使用sum方法进行求和。

最后，打印出分组后的总和结果。