这里给出一个示例的解决方法，使用Python编程语言来演示。

假设我们有一个名为sales的数据集，包含日期和销售额的信息。我们想要按天获取销售总额。

首先，我们需要导入所需的库，包括pandas用于数据处理和datetime用于处理日期。

import pandas as pd
from datetime import datetime

接下来，我们读取sales数据集并将日期列转换为日期时间格式。

sales_data = pd.read_csv('sales.csv')
sales_data['date'] = pd.to_datetime(sales_data['date'])

然后，我们使用groupby函数按照日期对数据进行分组，并计算每天的销售总额。

daily_sales = sales_data.groupby(sales_data['date'].dt.date)['sales'].sum()

最后，我们可以打印每天的销售总额。

print(daily_sales)

完整代码示例如下：

import pandas as pd
from datetime import datetime

# 读取数据集并将日期列转换为日期时间格式
sales_data = pd.read_csv('sales.csv')
sales_data['date'] = pd.to_datetime(sales_data['date'])

# 按照日期对数据进行分组，并计算每天的销售总额
daily_sales = sales_data.groupby(sales_data['date'].dt.date)['sales'].sum()

# 打印每天的销售总额
print(daily_sales)

请注意，这只是一个示例，实际应用中可能需要根据具体情况进行适当调整。