可以使用Python的pandas库来解决这个问题。以下是一个示例代码：

import pandas as pd

# 创建一个示例的2维数组数据
data = [[1, 10, 100], [1, 20, 200], [2, 30, 300], [2, 40, 400], [3, 50, 500]]

# 创建DataFrame对象
df = pd.DataFrame(data, columns=['group', 'value1', 'value2'])

# 按照group列进行分组，并对value1列进行求和
grouped = df.groupby('group')['value1'].sum()

# 找到总和最高的分组
max_group = grouped.idxmax()

print("总和最高的分组为:", max_group)
print("分组的总和为:", grouped[max_group])

这段代码首先创建了一个示例的2维数组数据，然后使用pandas的DataFrame对象将数据转换成表格形式。接着使用groupby方法按照"group"列进行分组，并对"value1"列进行求和。最后使用idxmax方法找到求和最高的分组的索引，即总和最高的分组。输出结果为总和最高的分组的索引和该分组的总和。