使用Pandas库的groupby函数和datetime模块筛选日期并对分组进行操作。

例如，我们有一个DataFrame包含日期、城市和销售额三列数据：

import pandas as pd
from datetime import datetime

df = pd.DataFrame({
    'date': ['2021-01-15', '2021-01-15', '2021-01-16', '2021-01-16', '2021-01-17'],
    'city': ['Shanghai', 'Beijing', 'Shanghai', 'Beijing', 'Shanghai'],
    'sales': [100, 200, 150, 250, 300]
})

我们可以将日期列转换为datetime类型，并以日期和城市为关键字进行分组：

df['date'] = pd.to_datetime(df['date'])
grouped = df.groupby(['date', 'city'])

接下来，我们可以对每个分组进行操作，例如计算每个分组的销售额总和：

result = grouped['sales'].sum()
print(result)

输出结果为：

date        city    
2021-01-15  Beijing     200
            Shanghai    100
2021-01-16  Beijing     250
            Shanghai    150
2021-01-17  Shanghai    300
Name: sales, dtype: int64

这样，我们就可以按日期和城市分组筛选数据，并对分组进行操作了。