要按日期统计个人每月的交易次数，可以使用Python中的Pandas库来实现。以下是一个代码示例：

import pandas as pd

# 创建一个示例数据集
data = {
    '日期': ['2021-01-01', '2021-01-02', '2021-01-02', '2021-02-01', '2021-02-01', '2021-02-03'],
    '交易次数': [1, 2, 3, 4, 5, 6],
    '个人ID': ['A', 'A', 'B', 'A', 'B', 'B']
}

df = pd.DataFrame(data)

# 将日期列转换为日期类型
df['日期'] = pd.to_datetime(df['日期'])

# 添加月份列
df['月份'] = df['日期'].dt.to_period('M')

# 按月份和个人ID进行分组统计交易次数
result = df.groupby(['月份', '个人ID'])['交易次数'].sum()

print(result)

输出结果为：

月份      个人ID
2021-01  A        3
         B        3
2021-02  A        4
         B       11
Name: 交易次数, dtype: int64

这个示例中，首先创建了一个示例数据集，其中包含了日期、交易次数和个人ID。然后，使用pd.to_datetime()函数将日期列转换为日期类型，并使用dt.to_period('M')将日期列转换为月份。最后，使用groupby()函数按月份和个人ID进行分组，并对交易次数进行求和操作。