以下是一个示例代码，演示了如何按日期分组，并在聚合度量时使用列值作为新的列名。

import pandas as pd

# 创建示例数据
data = {'日期': ['2021-01-01', '2021-01-01', '2021-01-02', '2021-01-02'],
        '指标': ['指标1', '指标2', '指标1', '指标2'],
        '数值': [10, 20, 30, 40]}
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'])

# 按日期分组，并在聚合度量时使用指标列值作为新的列名
df_pivot = df.pivot(index='日期', columns='指标', values='数值').reset_index()

# 输出结果
print(df_pivot)

输出结果：

指标         日期  指标1  指标2
0  2021-01-01   10   20
1  2021-01-02   30   40

在这个示例中，我们首先将日期列转换为日期时间类型，然后使用pivot函数按日期分组，并在聚合度量时使用指标列值作为新的列名。最后，我们使用reset_index函数重置索引。

请注意，这个示例适用于使用Python的pandas库进行数据操作。如果您使用的是其他编程语言或数据处理库，解决方法可能会有所不同。