以下是一个示例的按天分组的pyspark代码：

from pyspark.sql import SparkSession
from pyspark.sql.functions import col, dayofmonth

# 创建SparkSession
spark = SparkSession.builder \
    .appName("Daily Grouping") \
    .getOrCreate()

# 读取数据集
df = spark.read.csv("data.csv", header=True, inferSchema=True)

# 添加日期列
df = df.withColumn("date", col("timestamp").cast("date"))

# 按天分组
grouped_df = df.groupBy("date").count().orderBy("date")

# 输出结果
grouped_df.show()

# 关闭SparkSession
spark.stop()

上述代码包括以下步骤：

1. 导入必要的模块：SparkSession用于创建SparkSession对象，col用于选择DataFrame中的列，dayofmonth用于提取日期中的天数。
2. 创建SparkSession对象。
3. 使用spark.read.csv()方法读取数据集。可以根据实际情况调整文件路径、是否包含头部行和是否自动推断数据类型等参数。
4. 使用withColumn()方法将timestamp列转换为日期类型的date列。
5. 使用groupBy()方法按照date列进行分组，使用count()方法计算每天的记录数，并使用orderBy()方法按照日期排序。
6. 使用show()方法打印结果。
7. 关闭SparkSession对象。

请根据实际情况修改数据集路径、列名等参数，并在运行代码之前确保Spark环境已正确设置。