您可以使用pandas库来按日期添加两个不同大小的数据框。以下是一个示例代码：

import pandas as pd

# 创建第一个数据框
df1 = pd.DataFrame({'日期': ['2020-01-01', '2020-01-02', '2020-01-03'],
                   '数值1': [1, 2, 3]})

# 创建第二个数据框
df2 = pd.DataFrame({'日期': ['2020-01-01', '2020-01-03', '2020-01-04'],
                   '数值2': [4, 5, 6]})

# 将日期列转换为日期类型
df1['日期'] = pd.to_datetime(df1['日期'])
df2['日期'] = pd.to_datetime(df2['日期'])

# 合并两个数据框，按日期排序
merged_df = pd.concat([df1, df2]).sort_values('日期')

# 重置索引
merged_df = merged_df.reset_index(drop=True)

print(merged_df)

输出结果：

          日期  数值1  数值2
0 2020-01-01  1.0  4.0
1 2020-01-02  2.0  NaN
2 2020-01-03  3.0  5.0
3 2020-01-04  NaN  6.0

在上述示例中，我们首先创建了两个不同大小的数据框df1和df2。然后，使用pd.to_datetime()将日期列转换为日期类型，以便在合并和排序时使用。接下来，我们使用pd.concat()将两个数据框合并，并使用sort_values()按日期对数据框进行排序。最后，通过reset_index()重置索引，以便获得合并后的数据框。