熊猫按频率字符串指定的时间单位分组

Question

假设我有一个带有时间戳和计数的数据框：

df=pandas.DataFrame(data={
    'date':pandas.to_datetime([
       '2014-08-18 12:01:00',
       '2014-08-18 13:01:00',
       '2014-08-19 12:07:00']),
    'count':[1, 1, 3]})

在不同日期的相应小时（12）或分钟（01）进行测量。没有特定的周期性可以保证，只有时间戳。

我可以使用dt访问器按分钟或小时将测量分组：

 df.groupby(df.date.dt.minute).mean()
>>>      count
date
1         1
7         3

或：

df.groupby(df.date.dt.hour).mean()
      count
date
12        2
13        1

问题： 是否可以使用frequency strings而不是显式键入访问器的字段来进行相同的分组？ （例如"W"对"D"的认可中的"min"，freq，pandas.Grouper）