itertools.groupby要求首先按键对输入进行排序。一种更通用、可读性更强的方法是遍历记录列表，然后通过聚合相同键的值来生成dict。使用collections.defaultdict可以轻松地初始化新键：

from collections import defaultdict

data = [
    ['1001', 25, 10],
    ['1001', 25, 0],
    ['1002', 100, 0],
    ['1002', 100, 0],
    ['1002', 100, 0],
    ['1003', 150, 10]
]

output = defaultdict(int)
for id, *values in data:
    output[id] += values[0] if values else 0

for id, sum_result in output.items():
    print(id, sum_result)

这将输出：

1001 50
1002 300
1003 150

我建议使用Pandas模块（https://pandas.pydata.org/），首先将数据加载到DataFrame中，然后使用list进行过滤和分组，顺序保持不变。

import pandas as pd
data=[
    ['1001',25,10],
    ['1001',25,0],
    ['1002',100,0],
    ['1002',100,0],
    ['1002',100,0],
    ['1003',150,10]
  ]
ids = ['1001','1002']

#load list into dataframe; there are many ways to create dataframe;
df_data = pd.DataFrame(data)
#lets add column names
df_data.columns=['id','value1','value2']

#filter using isin and group by first column (0), use sum
result = df_data[df_data['id'].isin(ids)].groupby(by=['id']).agg(sum)

输出：#结果头（）

value1  value2
id
1001    50      10
1002    300     0

按索引和列名访问结果

print(result.loc['1001']['value1'])

您可以使用itertools.groupby()：
创建一个迭代器，从可迭代对象中返回连续的键和组。键是一个函数，为每个元素计算一个键值。[...]这种行为不同于SQL的GROUP BY，后者聚合公共元素而不管它们的输入顺序。
这在您的情况下非常方便，因为itertools.groupby()使用相同的键对连续的元素进行分组。

>>> print([list(g) for k, g in groupby('AAAABBBCCDAA')]) 
[
    ['A', 'A', 'A', 'A'], 
    ['B', 'B', 'B'], 
    ['C', 'C'], 
    ['D'], 
    ['A', 'A']
]

回答您的问题：

from itertools import groupby

data=[
    ['1001',25,10],
    ['1001',25,0],
    ['1002',100,0],
    ['1002',100,0],
    ['1002',100,0],
    ['1003',150,10]
]

DEFAULT_VALUE_WHEN_NONE = 0

result = [(key, sum(map(lambda x: DEFAULT_VALUE_WHEN_NONE if x[1] is None or math.isnan(x[1]) else x[1], group))) 
          for key, group in groupby(data, key=lambda x: x[0])]
    
print(result)

输出：

[('1001', 50), ('1002', 300), ('1003', 150)]

您可以使用嵌套的for循环自己完成：

data = [
    ['1001', 25, 10],
    ['1001', 25, 0],
    ['1002', 100, 0],
    ['1002', 100, 0],
    ['1002', 100, 0],
    ['1003', 150, 10]
]

ids = ['1003','1001', '1003']

result = [[id, 0] for id in ids]

for row in data:
    for idx in range(len(result)):
        if row[0] == result[idx][0]:
            result[idx][1] += row[1]

print(result)

请注意，使用Pandas来做这种事要慢得多。