可以使用Python的pandas库来解决这个问题。以下是一个示例代码：

import pandas as pd

# 读取多个CSV文件，并合并为一个DataFrame
file1 = pd.read_csv('file1.csv')
file2 = pd.read_csv('file2.csv')
file3 = pd.read_csv('file3.csv')
df = pd.concat([file1, file2, file3])

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

# 按日期分组，并计算每个日期的条目数量
count_by_date = df.groupby('日期').size().reset_index(name='条目数量')

# 输出结果
print(count_by_date)

这段代码首先使用pd.read_csv()函数读取多个CSV文件，并将它们合并为一个DataFrame。然后，使用pd.to_datetime()函数将日期列转换为日期类型。接下来，使用groupby()函数按日期分组，并使用size()函数计算每个日期的条目数量。最后，使用reset_index()函数重置索引，并将结果存储在count_by_date变量中。

注意：在实际使用中，你需要将代码中的文件名替换为你自己的文件路径。