假设我们有一个按天分组的数据集，其中包含日期和对应的数值。我们需要找出每天的最小值和最大值。

下面是一个Python代码示例，展示了如何解决这个问题：

import pandas as pd

# 创建示例数据集
data = {'日期': ['2021-01-01', '2021-01-01', '2021-01-02', '2021-01-02', '2021-01-03', '2021-01-03'],
        '数值': [10, 15, 5, 8, 12, 20]}
df = pd.DataFrame(data)

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

# 按日期分组，并获取最小值和最大值
grouped_df = df.groupby('日期')['数值'].agg(['min', 'max'])

print(grouped_df)

输出结果：

            min  max
日期                 
2021-01-01   10   15
2021-01-02    5    8
2021-01-03   12   20

在这个示例中，我们使用pandas库来处理数据。首先，我们将日期列转换为日期类型，以便可以按日期进行分组。

然后，我们使用groupby()方法按日期进行分组，并使用agg()方法获取每个组的最小值和最大值。最后，结果存储在grouped_df中，并通过打印它来查看最小值和最大值的结果。

请注意，这只是一个示例代码，实际应用中的数据集和需求可能会有所不同。你可以根据自己的需求进行适当的调整和修改。