要按年和月进行分组的Pandas列，可以使用Pandas的to_datetime函数将日期列转换为日期时间格式，并使用dt属性提取年份和月份。然后，可以使用groupby函数按年份和月份对数据进行分组。

以下是一个示例代码：

import pandas as pd

# 创建示例数据
data = {'date': ['2020-01-01', '2020-02-15', '2020-03-10', '2021-01-05', '2021-02-20', '2021-03-15'],
        'value': [1, 2, 3, 4, 5, 6]}
df = pd.DataFrame(data)

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

# 提取年份和月份
df['year'] = df['date'].dt.year
df['month'] = df['date'].dt.month

# 按年份和月份分组并求和
grouped = df.groupby(['year', 'month']).sum()

print(grouped)

输出结果：

            value
year month       
2020 1         1
     2         2
     3         3
2021 1         4
     2         5
     3         6

在这个示例中，我们首先创建了一个包含日期和值的示例数据框。然后，我们使用pd.to_datetime函数将日期列转换为日期时间格式。接下来，我们使用dt.year和dt.month属性提取年份和月份，并将它们分别保存在新的year和month列中。最后，我们使用groupby函数按year和month列进行分组，并对value列求和。