可以使用reset_index()方法来重置索引，并将多级索引转化为列。然后，通过groupby()和value_counts()方法进行分组和计数。最后，使用iterrows()方法遍历结果，只获取值而不是日期索引。

以下是一个示例代码：

import pandas as pd

# 创建一个多级索引的DataFrame
data = {'日期': ['2021-01-01', '2021-01-01', '2021-01-02', '2021-01-02', '2021-01-03'],
        '城市': ['北京', '上海', '北京', '上海', '北京'],
        '销售额': [100, 200, 150, 300, 250]}
df = pd.DataFrame(data)
df['日期'] = pd.to_datetime(df['日期'])
df = df.set_index(['日期', '城市'])

# 重置索引并进行分组计数
result = df.reset_index().groupby(['日期', '城市']).size()

# 遍历结果，仅获取值
for index, value in result.iteritems():
    print(f'日期：{index[0]}, 城市：{index[1]}, 数量：{value}')

输出结果为：

日期：2021-01-01 00:00:00, 城市：上海, 数量：1
日期：2021-01-01 00:00:00, 城市：北京, 数量：1
日期：2021-01-02 00:00:00, 城市：上海, 数量：1
日期：2021-01-02 00:00:00, 城市：北京, 数量：1
日期：2021-01-03 00:00:00, 城市：北京, 数量：1