下面是一个简单的示例代码，用于按日计算平均价格：

import pandas as pd

# 创建一个包含日期和价格的数据框
data = {'date': ['2022-01-01', '2022-01-01', '2022-01-02', '2022-01-02', '2022-01-03'],
        'price': [10.5, 12.3, 15.2, 13.7, 11.9]}
df = pd.DataFrame(data)

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

# 按日期分组并计算平均价格
average_price = df.groupby('date')['price'].mean()

print(average_price)

输出结果为：

date
2022-01-01    11.40
2022-01-02    14.45
2022-01-03    11.90
Name: price, dtype: float64

上述代码中，首先使用pandas库创建了一个包含日期和价格的数据框。然后，通过pd.to_datetime函数将日期列转换为日期时间类型，以便能够按日期进行分组。接着，使用groupby函数按日期进行分组，并使用mean函数计算每个日期的平均价格。最后，打印出计算得到的平均价格结果。