你可以使用pandas库来按年份分组，并计算平均值和计数大小。下面是一个示例代码：

import pandas as pd

# 创建一个示例的数据框
data = {'date': ['2019-01-01', '2019-01-02', '2019-02-01', '2019-02-02', '2020-01-01', '2020-01-02'],
        'value': [1, 2, 3, 4, 5, 6]}
df = pd.DataFrame(data)

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

# 按年份分组，并计算平均值和计数大小
grouped = df.groupby(df['date'].dt.year).agg({'value': ['mean', 'count']})

print(grouped)

输出结果为：

     value      
      mean count
date            
2019   2.5     4
2020   5.5     2

以上代码首先创建了一个示例的数据框，其中包含了日期和数值两列。然后将日期列转换为日期类型，以便后续按年份进行分组。接着使用groupby函数按年份进行分组，并使用agg函数计算平均值和计数大小。最后将结果打印输出。