下面是一个示例代码，演示如何按列将DataFrame中的每个值追加到一个np向量中，并进行分组：

import pandas as pd
import numpy as np

# 创建示例DataFrame
data = {'A': [1, 2, 3],
        'B': [4, 5, 6],
        'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 初始化一个空的np向量
result_vector = np.array([])

# 遍历每一列，并将每个值追加到向量中
for column in df.columns:
    result_vector = np.append(result_vector, df[column].values)

# 进行分组
groups = np.split(result_vector, len(df.columns))

# 打印分组结果
for i, group in enumerate(groups):
    print(f"Group {i+1}: {group}")

输出结果如下：

Group 1: [1 2 3]
Group 2: [4 5 6]
Group 3: [7 8 9]

在这个示例中，我们首先创建一个包含三列的DataFrame。然后，我们初始化一个空的np向量，并使用for循环遍历每一列。在每一次迭代中，我们使用np.append()函数将当前列的值追加到向量中。最后，我们使用np.split()函数将向量分成与列数相等的组。