Чтобы найти ежедневные агрегаты в pandas, вы можете использовать различные методы в зависимости от ваших конкретных требований. Вот некоторые распространенные методы с примерами кода:

1. Использование функции groupby()с объектом pd.Grouper:

   import pandas as pd
   # Assuming you have a DataFrame named 'df' with a datetime column called 'timestamp'
   df['timestamp'] = pd.to_datetime(df['timestamp'])
   # Grouping by day and aggregating the data
   daily_agg = df.groupby(pd.Grouper(key='timestamp', freq='D')).sum()

2. Использование функции resample():

   import pandas as pd
   # Assuming you have a DataFrame named 'df' with a datetime column called 'timestamp'
   df['timestamp'] = pd.to_datetime(df['timestamp'])
   # Resampling the data to daily frequency and aggregating using sum
   daily_agg = df.resample('D', on='timestamp').sum()

3. Использование функции rolling()с размером окна в один день:

   import pandas as pd
   # Assuming you have a DataFrame named 'df' with a datetime column called 'timestamp'
   df['timestamp'] = pd.to_datetime(df['timestamp'])
   # Rolling window aggregation for daily frequency
   daily_agg = df.rolling('1D', on='timestamp').sum()

4. Использование функции groupby()с аксессором dt:

   import pandas as pd
   # Assuming you have a DataFrame named 'df' with a datetime column called 'timestamp'
   df['timestamp'] = pd.to_datetime(df['timestamp'])
   # Grouping by day using the dt accessor and aggregating the data
   daily_agg = df.groupby(df['timestamp'].dt.date).sum()

Это всего лишь несколько примеров того, как можно выполнять ежедневные агрегирования в pandas. Не забудьте адаптировать код к вашей конкретной структуре DataFrame и функциям агрегирования.