以下是一个简单的Python代码示例，演示了如何按照每天的方式筛选交易：

import pandas as pd

# 创建一个包含交易数据的DataFrame
data = {'日期': ['2020-01-01', '2020-01-01', '2020-01-02', '2020-01-02', '2020-01-03'],
        '交易量': [100, 200, 150, 300, 250]}
df = pd.DataFrame(data)

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

# 按照每天的方式筛选交易
daily_trades = df.groupby(df['日期'].dt.date).sum()

print(daily_trades)

输出结果为：

            交易量
2020-01-01  300
2020-01-02  450
2020-01-03  250

这个示例中，我们首先创建了一个包含交易数据的DataFrame，其中包括日期和交易量两列。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()函数按照日期的日期部分进行分组，并使用sum()函数计算每天的交易总量。最后，我们打印输出每天的交易总量。