以下是一个示例代码，可以按字段分组访问时间戳，并根据速度字段进行聚合：

import pandas as pd

# 创建示例数据
data = {
    'timestamp': ['2022-01-01 10:00:00', '2022-01-01 10:00:10', '2022-01-01 10:00:20', 
                  '2022-01-01 10:01:00', '2022-01-01 10:01:10', '2022-01-01 10:01:20'],
    'speed': [50, 60, 70, 55, 65, 75]
}
df = pd.DataFrame(data)

# 将timestamp字段转换为datetime类型
df['timestamp'] = pd.to_datetime(df['timestamp'])

# 按字段分组并根据速度字段进行聚合
grouped = df.groupby(pd.Grouper(key='timestamp', freq='1Min')).agg({'speed': 'mean'})

# 打印结果
print(grouped)

输出结果如下：

                     speed
timestamp                 
2022-01-01 10:00:00   60.0
2022-01-01 10:01:00   65.0

在这个示例中，我们首先将timestamp字段转换为datetime类型，然后使用groupby方法按分钟进行分组。通过agg方法，我们可以对每个分组的速度字段进行聚合操作，这里选择计算平均值。最后，我们打印出分组后的结果。