下面是一个Python代码示例，演示如何按照每个主题的唯一值进行日期调整：

import pandas as pd
from datetime import timedelta

# 创建示例数据
data = {'日期': ['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-05', '2021-01-06'],
        '主题': ['A', 'A', 'B', 'B', 'C', 'C'],
        '数值': [1, 2, 3, 4, 5, 6]}
df = pd.DataFrame(data)

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

# 按主题对数据进行分组
grouped = df.groupby('主题')

# 遍历每个主题的分组
for theme, group in grouped:
    # 计算每个主题的最小日期
    min_date = group['日期'].min()
    
    # 将每个主题的日期调整为相对于最小日期的天数
    group['日期'] = (group['日期'] - min_date).dt.days
    
    # 输出调整后的数据
    print(f"主题{theme}的调整后数据：")
    print(group)
    print("\n")

# 输出原始数据
print("原始数据：")
print(df)

这段代码首先导入了pandas和datetime模块，然后创建了一个示例数据，包括日期、主题和数值。接下来，将日期列转换为日期类型。然后，按照主题对数据进行分组，并遍历每个主题的分组。在每个主题的分组中，计算了最小日期，并将每个日期调整为相对于最小日期的天数。最后，输出了调整后的数据和原始数据。

注意：这段代码假设日期列的数据是按照时间顺序排列的。如果数据不是按照时间顺序排列的，可能需要在进行分组之前先对数据进行排序。