假设有以下数据框：

import pandas as pd

df = pd.DataFrame({
        'A_1': [1, 2, 3],
        'A_2': [4, 5, 6],
        'B_1': [7, 8, 9],
        'B_2': [10, 11, 12]
    })

df

输出：

   A_1  A_2  B_1  B_2
0    1    4    7   10
1    2    5    8   11
2    3    6    9   12

要对列名中包含'A”的列求和，对列名中包含'B”的列求和，可以使用groupby()方法来分组并求和：

sum_by_letter = df.groupby(by=lambda x: x.split('_')[0], axis=1).sum()

sum_by_letter

输出：

   A   B
0  5  17
1  7  19
2  9  21

将列名中的"_1"和"_2"去掉，只保留"A"和"B"，并在groupby()中指定axis=1以按列分组。

由于列名中的字母是从第一个字符开始匹配的，因此如果列名中包含"A"或"B"以外的字母，它不会被归入相应的组中。

这种方法可以轻松地对列名相似的一组列进行求和、平均数或其他聚合操作，避免了手动指定列名的麻烦。