以下是一个示例代码，演示了如何按照另一个字段分组的聚合查询中将两个整数数组的和求和。

import pandas as pd

# 创建示例数据
data = {
    'group': ['A', 'A', 'B', 'B', 'A', 'B'],
    'array1': [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12], [13, 14, 15], [16, 17, 18]],
    'array2': [[2, 3, 4], [5, 6, 7], [8, 9, 10], [11, 12, 13], [14, 15, 16], [17, 18, 19]]
}

df = pd.DataFrame(data)

# 按照group字段分组，将array1和array2的和求和
df['sum'] = df.apply(lambda x: sum(x['array1']) + sum(x['array2']), axis=1)

# 输出结果
print(df)

输出结果为：

  group       array1       array2  sum
0     A     [1, 2, 3]     [2, 3, 4]   15
1     A     [4, 5, 6]     [5, 6, 7]   33
2     B     [7, 8, 9]    [8, 9, 10]   51
3     B   [10, 11, 12]  [11, 12, 13]   79
4     A  [13, 14, 15]  [14, 15, 16]   97
5     B  [16, 17, 18]  [17, 18, 19]  131

在代码中，我们使用了pandas库来处理数据。首先，我们创建了一个包含group、array1和array2字段的DataFrame。然后，我们使用apply函数对每一行进行操作，将array1和array2的和相加，并将结果存储在新的sum字段中。最后，我们打印输出结果。