以下是一个Python代码示例，用于按日期分组，然后按唯一ID进行求和：

import pandas as pd

# 创建示例数据
data = {'Date': ['2021-01-01', '2021-01-01', '2021-01-02', '2021-01-02'],
        'ID': ['A', 'B', 'A', 'B'],
        'Value': [10, 20, 30, 40]}
df = pd.DataFrame(data)

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

# 按日期和ID进行分组，然后求和
result = df.groupby(['Date', 'ID']).sum()

print(result)

输出结果为：

            Value
Date       ID       
2021-01-01 A     10
           B     20
2021-01-02 A     30
           B     40

在代码中，我们首先使用pandas库创建了一个DataFrame对象，其中包含了日期、ID和值的示例数据。然后，我们使用pd.to_datetime()函数将日期列转换为日期类型，以便可以正确地按日期进行分组。

接下来，我们使用groupby()函数按日期和ID对DataFrame进行分组。最后，我们使用sum()函数对每个分组的值进行求和。

输出结果将显示按日期和ID分组的求和结果。