读取三列数据，日期，实际功率，预测功率，按照每天代入公式计算，公式实际功率与预测功率差值的绝对值除以二者差值绝对值的求和然后再乘以0.5，减去实际功率除以实际功率与预测功率的和，总体再求和

可以使用Python的pandas库读取三列数据，然后按照日期分组，分别计算每天的评价指标，最后将每天的结果相加得到总体评价指标。

以下是实现该功能的示例代码：

import pandas as pd

# 读取数据
data = pd.read_csv('data.csv')

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

# 按照日期分组
groups = data.groupby('日期')

# 定义评价指标计算函数
def evaluate(group):
    actual = group['实际功率']
    predicted = group['预测功率']
    difference = abs(actual - predicted)
    denominator = abs(actual - predicted).sum()
    numerator = abs(difference) / denominator
    denominator = (actual + predicted).sum()
    numerator -= actual / denominator
    return numerator.sum()

# 计算每天的评价指标
results = groups.apply(evaluate)

# 计算总体评价指标
total_result = results.sum()

print(total_result)

其中，`data.csv`是包含日期、实际功率和预测功率三列数据的CSV文件。`groups`是按照日期分组后的DataFrameGroupBy对象，`evaluate`函数是用来计算每天评价指标的函数，`results`是包含每天评价指标的Series对象，`total_result`是总体评价指标的值。

需要注意的是，如果数据中存在缺失值或异常值，需要先进行数据清洗和处理。同时，评价指标的计算方式可能因具体需求而有所不同，需要根据具体情况进行调整。