你可以使用Python中的pandas库来按不同格式对日期进行分组。以下是一个代码示例：

import pandas as pd

# 创建一个示例数据集
data = {
    '日期': ['2022-01-01', '2022-01-02', '2022-02-01', '2022-02-02', '2022-03-01', '2022-03-02'],
    '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'])

# 按年份进行分组
grouped_by_year = df.groupby(df['日期'].dt.year)
print("按年份分组:")
for year, group in grouped_by_year:
    print(year)
    print(group)

# 按月份进行分组
grouped_by_month = df.groupby(df['日期'].dt.month)
print("按月份分组:")
for month, group in grouped_by_month:
    print(month)
    print(group)

# 按季度进行分组
grouped_by_quarter = df.groupby(df['日期'].dt.quarter)
print("按季度分组:")
for quarter, group in grouped_by_quarter:
    print(quarter)
    print(group)

这段代码首先创建了一个示例数据集，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，以便可以使用日期相关的方法。接下来，使用groupby函数按不同的格式进行分组，例如按年份、按月份和按季度。最后，使用for循环遍历每个分组，并打印结果。

你可以根据自己的需求，修改代码中的日期格式和分组方式。