我们可以使用pandas来解决这个问题。首先，我们使用groupby()方法按日期和另一列进行分组，然后使用value_counts()方法来计算每个组中唯一值的出现次数。

下面是示例代码：

import pandas as pd

# 创建示例数据
df = pd.DataFrame({'date': ['2022-01-01', '2022-01-01', '2022-01-02', '2022-01-02', '2022-01-03'],
                   'category': ['A', 'B', 'A', 'B', 'A']})

# 按日期和category列进行分组，并应用value_counts()方法
result = df.groupby(['date', 'category']).size()

print(result)

输出结果：

date        category
2022-01-01  A           1
            B           1
2022-01-02  A           1
            B           1
2022-01-03  A           1
dtype: int64

可以看到，result是一个包含日期和category列的多级索引的Series对象，其值是每个组中唯一值的出现次数。