要按日期合并数据帧并生成NA，可以使用Pandas库的merge方法和resample方法。

下面是一个示例代码：

import pandas as pd

# 创建第一个数据帧
df1 = pd.DataFrame({'日期': pd.to_datetime(['2021-01-01', '2021-01-02', '2021-01-03']),
                    '数值1': [1, 2, 3]})

# 创建第二个数据帧
df2 = pd.DataFrame({'日期': pd.to_datetime(['2021-01-01', '2021-01-03', '2021-01-04']),
                    '数值2': [4, 5, 6]})

# 将日期设为索引
df1 = df1.set_index('日期')
df2 = df2.set_index('日期')

# 按日期合并数据帧
merged_df = df1.merge(df2, left_index=True, right_index=True, how='outer')

# 重新采样数据帧，生成NA值
resampled_df = merged_df.resample('D').mean()

print(resampled_df)

输出结果：

            数值1  数值2
日期                   
2021-01-01  1.0  4.0
2021-01-02  2.0  NaN
2021-01-03  3.0  5.0
2021-01-04  NaN  6.0

在示例代码中，首先创建了两个数据帧df1和df2，然后将日期列设为索引。接下来，使用merge方法按日期合并数据帧，how参数设置为'outer'表示使用外连接合并，这样会保留两个数据帧中所有的日期。然后，使用resample方法重新采样数据帧，'D'表示按天重新采样，mean表示取每天的平均值，生成NA值的日期会自动填充为NaN。最后，打印输出结果。