要按组求和并排序包含在文件中的多个工作簿，可以使用Python的pandas库来处理。以下是一个示例代码，演示如何实现这个功能：

import pandas as pd
import os

# 指定工作簿所在的文件夹路径
folder_path = 'path/to/folder'

# 获取文件夹中的所有工作簿文件
workbook_files = [f for f in os.listdir(folder_path) if f.endswith('.xlsx')]

# 创建一个空的DataFrame来存储所有工作簿的数据
df = pd.DataFrame()

# 逐个读取工作簿文件，并将数据添加到DataFrame中
for file in workbook_files:
    file_path = os.path.join(folder_path, file)
    workbook = pd.read_excel(file_path)
    df = df.append(workbook)

# 按组求和
grouped = df.groupby('group').sum()

# 按值排序
sorted_df = grouped.sort_values(by='sum_column', ascending=False)

# 打印结果
print(sorted_df)

在上面的代码中，首先指定包含工作簿的文件夹路径。然后，使用os.listdir()函数获取文件夹中所有以.xlsx结尾的文件名，并存储在workbook_files列表中。

接下来，创建一个空的DataFrame对象df，用于存储所有工作簿的数据。然后使用循环遍历所有工作簿文件，逐个读取文件，并使用pd.read_excel()函数将工作簿数据读取为DataFrame，并将其追加到df中。

在读取完所有工作簿数据后，可以使用groupby()函数按组对数据进行求和。将希望按其进行求和的列名称传递给groupby()函数。

然后，使用sort_values()函数按照某一列的值排序DataFrame。将希望排序的列名传递给sort_values()函数的by参数，并设置ascending=False以降序排列。

最后，可以将排序后的DataFrame打印出来，或者根据需要进行其他处理。