以下是一个示例代码，演示了如何按照特定日期，将一个列的每个唯一值对应的布尔值数量进行分组和汇总：

import pandas as pd

# 创建示例数据
data = {'日期': ['2021-01-01', '2021-01-01', '2021-01-02', '2021-01-02', '2021-01-02'],
        '值': ['A', 'B', 'A', 'C', 'C'],
        '布尔值': [True, False, True, True, False]}
df = pd.DataFrame(data)

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

# 按照日期和唯一值分组，计算每个组中布尔值为True的数量
result = df[df['布尔值']].groupby(['日期', '值']).size().reset_index(name='布尔值为True的数量')

print(result)

输出结果：

          日期  值  布尔值为True的数量
0 2021-01-01  A             1
1 2021-01-02  A             1
2 2021-01-02  C             1

在上面的示例中，我们首先创建了一个包含日期、值和布尔值的示例数据。然后，我们使用pd.to_datetime()函数将日期列转换为日期类型。接下来，我们使用df[df['布尔值']]筛选出布尔值为True的行，并且对日期和值进行分组，使用size()函数计算每个组中布尔值为True的数量。最后，我们使用reset_index()函数将结果转换为DataFrame形式，并为结果列命名为"布尔值为True的数量"。