要创建按日期分组的透视表列，你可以使用Pandas库。以下是一个示例代码：

import pandas as pd

# 创建示例数据框
data = {'日期': ['2021-01-01', '2021-01-01', '2021-01-02', '2021-01-02', '2021-01-03'],
        '销售额': [100, 200, 150, 300, 250],
        '产品': ['A', 'B', 'A', 'B', 'A']}
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'])

# 创建透视表
pivot_table = df.pivot_table(index=pd.Grouper(key='日期', freq='D'), columns='产品', values='销售额', aggfunc='sum')

# 打印透视表
print(pivot_table)

输出结果如下：

产品            A      B
日期                    
2021-01-01  100.0  200.0
2021-01-02  150.0  300.0
2021-01-03  250.0    NaN

在上述代码中，我们首先创建了一个示例数据框，包含日期、销售额和产品三列。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pivot_table函数创建透视表，指定日期列为索引，产品列为列，销售额列为值，并使用sum函数对销售额进行求和。最后，我们打印出透视表的结果。

请注意，我们使用pd.Grouper函数对日期列进行分组，使用freq='D'参数表示按天进行分组。你可以根据需要使用不同的频率进行分组，如按周、月、季度等。