在Python中，你可以使用zip()函数和pandas库来获取一个二维map里面的某个二维字段的值。以下是一个示例：

```python import pandas as pd

假设你有一个二维字典，其中key是列名，value是列表

df = {'column1': [1, 2, 3], 'column2': [4, 5, 6], 'column3': [7, 8, 9]}

使用zip()函数将key和value进行zip，得到一个元组列表

row_values = zip(df['column1'], df['column2'])

使用pandas的to_numeric()函数将元组列表转换为数值类型

row_values = [row_values[i].astype('int') for i in range(len(row_values))]

使用pandas的sum()函数计算每个值的和

sum_row_values = sum(row_values)

print(sum_row_values) ```

在这个示例中，我们首先使用zip()函数将column1和column2列的值进行zip，得到一个元组列表。然后，我们使用astype('int')函数将元组列表转换为数值类型，以便进行求和操作。最后，我们使用sum()函数计算每个值的和，并打印结果。

注意，astype('int')函数会将非数字值转换为整数，这样就可以得到每个值的和了。如果某个值在原始数据集中不是数字，astype('int')函数可能无法正确处理它，你可能需要使用其他方法来转换它。例如，你可以使用pandas的is_numeric()函数来判断一个值是否为数字，如果是，就使用astype('int')。如果你的数据集中有一些非数字值，你可能需要使用其他方法来处理它们，例如使用列表推导式、字符串替换等。