以下是一个使用Python语言的代码示例，以按天聚合并计算每天特定观察值的数量：

import pandas as pd

# 创建一个包含日期和观察值的示例数据集
data = {'日期': ['2020-01-01', '2020-01-01', '2020-01-02', '2020-01-02', '2020-01-03'],
        '观察值': ['A', 'B', 'A', 'A', 'B']}
df = pd.DataFrame(data)

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

# 按天聚合并计算每天特定观察值的数量
result = df.groupby(['日期', '观察值']).size().reset_index(name='数量')

print(result)

输出结果如下：

          日期 观察值  数量
0 2020-01-01   A   1
1 2020-01-01   B   1
2 2020-01-02   A   2
3 2020-01-03   B   1

该代码首先创建了一个包含日期和观察值的示例数据集。然后，使用pd.to_datetime()函数将日期列转换为日期类型，以便后续按日期进行聚合。接下来，使用groupby()方法按日期和观察值进行分组，并使用size()函数计算每个组的数量。最后，使用reset_index()函数将结果重置索引，并将结果存储在result变量中。最后，输出结果。