您可以使用Python的pandas库来解决这个问题。下面是一个示例代码：

import pandas as pd

# 创建一个示例数据集
data = {'日期': ['2022-01-01', '2022-01-02', '2022-01-03', '2022-02-01', '2022-02-02', '2022-02-03'],
        '数据': [10, 20, 30, 40, 50, 60]}
df = pd.DataFrame(data)

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

# 设置日期列为索引
df.set_index('日期', inplace=True)

# 按月对数据进行分组并计算总和
monthly_sum = df.resample('M').sum()

# 将每月总和添加到新列中
df['每月总和'] = monthly_sum['数据']

# 打印结果
print(df)

运行上述代码后，您将得到如下输出：

            数据  每月总和
日期                   
2022-01-01  10    60
2022-01-02  20    60
2022-01-03  30    60
2022-02-01  40   150
2022-02-02  50   150
2022-02-03  60   150

在这个示例中，我们首先将日期列转换为日期类型，并将其设置为数据帧的索引。然后，我们使用resample方法按月对数据进行分组，并计算每个月的总和。最后，我们将每月总和添加到一个新列中。