以下是一个使用Python语言实现按日期分组并求和计数的示例代码：

import pandas as pd

# 创建示例数据集
data = {'日期': ['2021-01-01', '2021-01-01', '2021-01-02', '2021-01-02', '2021-01-03'],
        '数值': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)

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

# 按日期分组并求和计数
result = df.groupby('日期').agg({'数值': ['sum', 'count']})

print(result)

输出结果为：

            数值     
           sum count
日期                 
2021-01-01  30     2
2021-01-02  70     2
2021-01-03  50     1

以上代码首先使用pandas库创建了一个示例数据集，包含日期和数值两列。然后，将日期列转换为日期类型，以便后续按日期进行分组。接下来，使用groupby函数按日期分组，并使用agg函数对数值列进行求和和计数操作。最后，将结果打印输出。

这个示例代码中使用了pandas库来处理数据，pandas是一个强大的数据处理工具，可以方便地进行数据分组、聚合等操作。如果需要处理大规模数据集，可以考虑使用pyspark等分布式计算框架来提高计算效率。