以下是一个示例代码，展示了如何按列标题前缀对列进行分组：

import pandas as pd

# 创建示例数据框
data = {
    'A_Name': [1, 2, 3],
    'A_Age': [20, 30, 40],
    'B_Name': ['John', 'Alice', 'Bob'],
    'B_Age': [25, 35, 45]
}
df = pd.DataFrame(data)

# 获取列标题前缀
prefixes = set([col.split('_')[0] for col in df.columns])

# 创建字典，用于存储分组后的列
grouped_cols = {}
for prefix in prefixes:
    # 使用列表推导式获取以特定前缀开头的列
    cols = [col for col in df.columns if col.startswith(prefix)]
    grouped_cols[prefix] = cols

# 打印分组后的列
for prefix, cols in grouped_cols.items():
    print(f"以'{prefix}'开头的列有：{cols}")

# 输出结果：
# 以'A'开头的列有：['A_Name', 'A_Age']
# 以'B'开头的列有：['B_Name', 'B_Age']

上述代码中，首先创建了一个示例数据框 df，包含了以不同前缀开头的列。然后，通过遍历列标题，使用 split('_') 方法获取前缀，并将其存储在集合 prefixes 中。接下来，创建一个空字典 grouped_cols，用于存储分组后的列。然后，使用列表推导式获取以特定前缀开头的列，并将其存储在字典中，键为前缀，值为对应的列列表。最后，通过遍历字典，打印出分组后的列。

注意：上述示例使用了 pandas 库进行数据处理和操作。