编辑：列名确实以超过 1 个字符开头，但使用 sep='_'，它更像 AAA_BBB、AAA_DDD、BBB_EEE、BBB_FFF、...
感谢 groupby 解决方案！
我有一个这样的熊猫数据框（借用另一个问题）：
df =
C1 C2 T3 T5
28 34 11 22
45 100 33 66
如何获得一个新的数据框，其中包含具有相同“起始字符串”的列的总和，例如“C”、“T”？谢谢！
df =
C T
62 33
145 99
不幸的是，我必须处理这种数据帧结构，并且数据帧中大约有 1000 列，看起来像 A1,A2,A3,B1,B2,B3,...
【问题讨论】：
使用，
df.groupby(df.columns.str[0], axis=1).sum()
输出：
C T
0 62 33
1 145 99
【讨论】：
pandas.DataFrame.groupby 与 axis=1
OP 对列名的一般特征含糊不清。请阅读各种选项以确定更适合您的具体情况的选项。
callable 版本#1假设您的列前缀是单个字符...
from operator import itemgetter
df.groupby(itemgetter(0), axis=1).sum()
C T
0 62 33
1 145 99
当您将callable 传递给pandas.DataFrame.groupby 时，它会将可调用对象映射到索引（如果axis=1 则映射到列）并让唯一结果充当分组键。
callable 版本 #2：我们自己滚动稍微复杂一些，但对于单个字符前缀来说应该是健壮的。此外，不使用导入。
def yield_while_alpha(x):
it = iter(x)
y = next(it)
while y.isalpha():
yield y
y = next(it)
def get_prefix(x):
return ''.join(yield_while_alpha(x))
df.groupby(get_prefix, axis=1).sum()
C T
0 62 33
1 145 99
同样的想法，但改用itertools
from itertools import takewhile
df.groupby(
lambda x: ''.join(takewhile(str.isalpha, x)),
axis=1
).sum()
C T
0 62 33
1 145 99
pandas.Index.str.extract或者我们不必使用callable
df.groupby(df.columns.str.extract('(\D+)', expand=False), axis=1).sum()
C T
0 62 33
1 145 99
【讨论】：
使用MultiIndex 的替代方法：
df.columns = [df.columns.str[0], df.columns]
df.groupby(level=0, axis=1).sum()
【讨论】：