以下是一个示例代码，可以按年份统计一列的总和。假设有一个包含日期和数值的数据集，我们想要按年份统计数值的总和。

import pandas as pd

# 创建示例数据集
data = {'日期': ['2020-01-01', '2020-02-01', '2020-03-01', '2021-01-01', '2021-02-01'],
        '数值': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)

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

# 按年份进行分组并计算总和
df_grouped = df.groupby(df['日期'].dt.year)['数值'].sum()

# 打印结果
print(df_grouped)

输出结果为：

日期
2020    60
2021    90
Name: 数值, dtype: int64

在上述示例中，我们使用了pandas库来处理数据。首先，我们创建了一个包含日期和数值的字典。然后，我们将字典转换为一个数据帧(df)。

接下来，我们将日期列转换为日期时间类型，以便可以对其进行日期操作。我们使用pd.to_datetime函数将日期列转换为日期时间类型。

然后，我们使用groupby函数按年份对数据帧进行分组。我们通过df['日期'].dt.year提取年份，并将其作为分组依据。然后，我们选择要计算总和的数值列，并使用sum函数计算每个年份的总和。

最后，我们打印出按年份统计的总和结果。

请注意，这只是一个示例代码，具体实现可能因数据格式和需求而有所不同。