Python 使用正则表达式对多个列求和，以选择要求和的列

我想执行以下操作：

---

当我们有更多的列和更多的“regex”匹配项时，我想知道是否有更好的方法来做到这一点。

使用dict comprehension代替多个重复代码，如：

L = ['A','B']
df = pd.DataFrame({x: test.filter(regex=x).sum(axis=1) for x in L})

或者，如果可能，通过只选择第一个字母来简化解决方案。使用：

df = test.groupby(lambda x: x[0], axis=1).sum()
print (df)
   A    B
0  3  1.0
1  4  2.0
2  4  2.0
3  3  2.0

如果正则表达式由

|

和gt连接，则所有列子字符串使用：

vals = test.columns.str.extract('(A|B)', expand=False)
print (vals)
Index(['A', 'A', 'A', 'B', 'B'], dtype='object')

df = test.groupby(vals, axis=1).sum()
print (df)
   A    B
0  3  1.0
1  4  2.0
2  4  2.0
3  3  2.0

---

是否可以通过不仅选择第一个字母，而且选择一个通用的正则表达式来概括答案？@Snowflake-我认为不可能，需要首先solution@Snowflake-增加了一个想法，但不是一般性的。

vals = test.columns.str.extract('(A|B)', expand=False)
print (vals)
Index(['A', 'A', 'A', 'B', 'B'], dtype='object')

df = test.groupby(vals, axis=1).sum()
print (df)
   A    B
0  3  1.0
1  4  2.0
2  4  2.0
3  3  2.0