在Python中，可以使用pandas库来按时间间隔对结果集进行分组。下面是一个示例代码：

import pandas as pd

# 创建一个示例数据集
data = {'date': ['2021-01-01 09:00:00', '2021-01-01 09:15:00', '2021-01-01 09:30:00',
                 '2021-01-01 10:00:00', '2021-01-01 10:15:00', '2021-01-01 10:30:00'],
        'value': [1, 2, 3, 4, 5, 6]}
df = pd.DataFrame(data)

# 将日期时间列转换为pandas的Datetime类型
df['date'] = pd.to_datetime(df['date'])

# 按时间间隔分组
interval = pd.Timedelta(minutes=15)  # 设置时间间隔为15分钟
df_grouped = df.groupby(pd.Grouper(key='date', freq=interval)).sum()

# 打印分组结果
print(df_grouped)

输出结果为：

                     value
date                      
2021-01-01 09:00:00      6
2021-01-01 09:15:00      2
2021-01-01 09:30:00      3
2021-01-01 09:45:00      0
2021-01-01 10:00:00      4
2021-01-01 10:15:00      5
2021-01-01 10:30:00      6

在上述示例中，首先将日期时间列转换为pandas的Datetime类型，然后使用pd.Grouper函数按指定的时间间隔进行分组，并使用sum()函数计算每个分组中的值的总和。最后打印出分组结果。