下面是一个示例代码，演示了如何按天分组的列值求和选择：

import pandas as pd

# 创建一个示例的DataFrame
data = {'Date': ['2022-01-01', '2022-01-01', '2022-01-02', '2022-01-02'],
        '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'])

# 按天分组，并对值列求和
grouped_df = df.groupby(pd.Grouper(key='Date', freq='D')).sum()

# 选择某一天的值
selected_value = grouped_df.loc['2022-01-01', 'Value']
print(selected_value)

输出结果为：

Date
2022-01-01    30
Freq: D, Name: Value, dtype: int64

以上代码中，我们首先创建了一个示例的DataFrame，其中包含了日期和值两列。然后，我们使用pd.to_datetime将日期列转换为日期类型，以便能够按日期进行分组。接下来，我们使用groupby和pd.Grouper按天分组，并对值列进行求和。最后，我们使用loc选择特定日期的值。在这个示例中，我们选择了2022年1月1日的值。