在进行“按视图、分组求和”的操作时，可以使用Python中的pandas库来进行处理。具体步骤如下：

1. 导入pandas库：

import pandas as pd

2. 创建一个DataFrame对象，包含需要进行汇总计算的数据：

data = {'视图': ['视图1', '视图1', '视图2', '视图2', '视图3', '视图3'],
        '分组': ['分组1', '分组2', '分组1', '分组2', '分组1', '分组2'],
        '数值': [1.2345678, 2.3456789, 3.4567890, 4.5678901, 5.6789012, 6.7890123]}
df = pd.DataFrame(data)

3. 使用groupby函数按照视图和分组进行分组，然后使用sum函数计算求和：

df_grouped = df.groupby(['视图', '分组']).sum()

4. 使用round函数对汇总结果进行截断小数：

df_grouped_rounded = df_grouped.round(2)

完整代码如下：

import pandas as pd

data = {'视图': ['视图1', '视图1', '视图2', '视图2', '视图3', '视图3'],
        '分组': ['分组1', '分组2', '分组1', '分组2', '分组1', '分组2'],
        '数值': [1.2345678, 2.3456789, 3.4567890, 4.5678901, 5.6789012, 6.7890123]}
df = pd.DataFrame(data)

df_grouped = df.groupby(['视图', '分组']).sum()
df_grouped_rounded = df_grouped.round(2)

print(df_grouped_rounded)

运行结果如下：

          数值
视图  分组      
视图1 分组1  1.23
     分组2  2.35
视图2 分组1  3.46
     分组2  4.57
视图3 分组1  5.68
     分组2  6.79

可以看到，通过round函数进行汇总截断小数后，得到了按视图和分组求和的结果。