要按年月对Pandas数据帧进行分组，可以使用pd.Grouper函数和groupby方法。下面是一个示例代码：

import pandas as pd

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

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

# 使用pd.Grouper按年月进行分组
grouped = df.groupby(pd.Grouper(key='date', freq='M'))

# 计算每个分组的平均值
result = grouped.mean()

print(result)

输出结果为：

            value
date             
2021-01-31    1.5
2021-02-28    3.5
2021-03-31    5.5

在示例代码中，首先创建了一个包含日期和值的示例数据帧。然后，将'date'列转换为日期时间类型，以便可以按日期进行分组。使用pd.Grouper函数，指定key='date'来指定要按照哪一列进行分组，freq='M'表示按月进行分组。然后，使用groupby方法按照指定的分组进行分组，并使用mean方法计算每个分组的平均值。最后，输出结果。