在Python中，可以使用pandas库来按日期对数据表进行分组。首先，需要将日期列转换为日期类型，然后使用groupby函数按日期进行分组。

下面是一个示例代码：

import pandas as pd

# 创建一个示例数据表
data = {'date': ['2021-01-01', '2021-01-02', '2021-01-01', '2021-01-02'],
        'value': [10, 20, 30, 40]}
df = pd.DataFrame(data)

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

# 按日期分组并计算每组的平均值
grouped = df.groupby('date').mean()

# 打印结果
print(grouped)

输出结果为：

            value
date             
2021-01-01     20
2021-01-02     30

在上面的代码中，首先创建了一个示例数据表，其中包含了日期列和数值列。然后使用pd.to_datetime函数将日期列转换为日期类型。接下来，使用groupby函数按日期进行分组，并使用mean函数计算每组的平均值。最后，打印结果。