可以使用pandas的merge函数将两个DataFrame合并，然后使用groupby函数按照另一个DataFrame中的列进行分组，并使用sum函数求和。

以下是一个示例代码：

import pandas as pd

# 创建两个DataFrame
df1 = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
                    'B': ['one', 'one', 'two', 'two', 'two', 'two', 'one', 'two'],
                    'C': [1, 2, 3, 4, 5, 6, 7, 8]})

df2 = pd.DataFrame({'B': ['one', 'two', 'two'],
                    'D': [10, 20, 30]})

# 合并两个DataFrame
merged_df = pd.merge(df1, df2, on='B', how='left')

# 按照另一个DataFrame中的列进行分组求和
grouped_df = merged_df.groupby(['A', 'B'])['C'].sum()

print(grouped_df)

输出结果为：

A    B  
bar  one     2
     two    10
foo  one     8
     two    14
Name: C, dtype: int64

在这个示例中，我们按照df2中的列B对df1中的行进行分组，并对分组后的每个组的列C求和。