下面是一个示例代码，用于按组对多列进行求和：

import pandas as pd

# 创建示例数据
data = {'Group': ['A', 'A', 'B', 'B', 'B', 'C'],
        'Column1': [1, 2, 3, 4, 5, 6],
        'Column2': [7, 8, 9, 10, 11, 12],
        'Column3': [13, 14, 15, 16, 17, 18]}
df = pd.DataFrame(data)

# 按组对多列进行求和
sum_by_group = df.groupby('Group').sum()

print(sum_by_group)

输出结果为：

       Column1  Column2  Column3
Group                           
A            3       15       27
B           12       30       48
C            6       12       18

在这个示例中，我们首先导入pandas库，并创建了一个包含Group、Column1、Column2和Column3列的示例数据帧df。

然后，我们使用groupby()方法将数据按照Group列进行分组，再调用sum()方法对每个分组中的多列进行求和。

最后，我们打印出按组求和后的结果sum_by_group。

请注意，groupby()方法默认会将分组列作为结果中的索引。如果不想要这种索引形式，可以在groupby()方法中添加as_index=False参数，即df.groupby('Group', as_index=False).sum()。