选择过去30天内的“分别求和”。

以下是一个示例代码，用于选择过去30天内的数据并对其进行求和：

import pandas as pd
import datetime

# 创建一个示例数据集
data = {'date': ['2020-01-01', '2020-01-05', '2020-01-10', '2020-01-15', '2020-01-20'],
        'value': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)

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

# 获取当前日期
current_date = pd.to_datetime('today').normalize()

# 计算过去30天的开始日期
start_date = current_date - datetime.timedelta(days=30)

# 选择过去30天内的数据
filtered_df = df[(df['date'] >= start_date) & (df['date'] <= current_date)]

# 对值列进行求和
sum_value = filtered_df['value'].sum()

print("过去30天内的值的总和为：", sum_value)

注意，上述代码中，我们首先将日期列转换为datetime类型，然后获取当前日期作为结束日期，再计算过去30天的开始日期。接着，我们选择日期在开始日期和结束日期之间的数据，并对值列进行求和。最后，我们打印出过去30天内的值的总和。

请根据您的实际数据和需求进行相应的修改。