我们可以使用Python中的pandas库来实现按年、月、日对数据进行聚合。

首先，我们需要将日期转换为pandas中的DateTime格式，这可以用pd.to_datetime()函数实现。然后将该日期列设置为数据框的索引。

然后，我们可以使用resample()函数来按年、月、日分别聚合数据。例如，resample('Y')表示按年聚合，resample('M')表示按月聚合，resample('D')表示按日聚合。

下面是一个示例代码：

import pandas as pd

# 读取数据
df = pd.read_csv('data.csv')

# 将日期转换为DateTime格式的数据
df['date'] = pd.to_datetime(df['date'])
df = df.set_index('date')

# 按年、月、日聚合数据
agg_data = df.resample('Y').sum().resample('M').sum().resample('D').sum()

代码中首先读取了一个csv文件，然后将其中的日期列转换为DateTime格式，并将该列设置为数据框的索引。然后，使用resample()函数按年、月、日聚合数据，并将结果保存在一个新的数据框agg_data中。