以下是一个示例代码，展示如何按照特定列分组合并来自不同列的结果：

import pandas as pd

# 创建示例数据
data1 = {'列A': ['A1', 'A2', 'A3', 'A4'],
         '列B': ['B1', 'B2', 'B3', 'B4']}
data2 = {'列A': ['A1', 'A2', 'A3', 'A4'],
         '列C': ['C1', 'C2', 'C3', 'C4']}
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)

# 按照'列A'列进行合并
df_merged = pd.merge(df1, df2, on='列A')

print(df_merged)

输出结果为：

  列A 列B 列C
0  A1  B1  C1
1  A2  B2  C2
2  A3  B3  C3
3  A4  B4  C4

在示例代码中，我们首先导入了pandas库。接下来，我们创建了两个示例数据集df1和df2，每个数据集包含一个共同的列'列A'。然后，我们使用pd.merge()函数按照'列A'列进行合并，将两个数据集合并为一个新的数据集df_merged。

使用pd.merge()函数时，我们需要指定on参数，该参数指定了用于合并的列。在这个示例中，我们将'列A'列作为合并的依据。合并后的结果将包含'列A'、'列B'和'列C'三列。

最后，我们打印输出了合并后的结果df_merged。