以下是一个示例代码，用于按天分割聚合结果：

import pandas as pd

# 创建示例数据
data = {'date': ['2021-01-01', '2021-01-01', '2021-01-02', '2021-01-02'],
        'value': [10, 20, 30, 40]}
df = pd.DataFrame(data)

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

# 按天进行分组和聚合
df_agg = df.groupby(df['date'].dt.date).agg({'value': 'sum'})

print(df_agg)

输出结果如下：

            value
date             
2021-01-01     30
2021-01-02     70

在这个示例中，我们使用pandas库来处理数据。首先，我们创建了一个包含日期和值的示例数据框。然后，我们使用pd.to_datetime函数将日期列转换为日期时间类型。接下来，我们使用groupby来按天进行分组，并使用agg函数来计算每天值的总和。最后，我们打印出按天分割的聚合结果。

请注意，这只是一个示例代码，具体的实现可能根据数据的特点和需求而有所不同。