在Python中，我们可以使用pandas库来处理数据透视表。下面是一个示例代码，演示如何按组逐行使用数据透视表找出每列的总和。

首先，我们需要导入所需的库和创建一个示例数据集：

import pandas as pd

# 创建示例数据集
data = {
    'Group': ['A', 'A', 'B', 'B', 'C', 'C'],
    'Value1': [1, 2, 3, 4, 5, 6],
    'Value2': [7, 8, 9, 10, 11, 12]
}

df = pd.DataFrame(data)
print(df)

输出结果为：

  Group  Value1  Value2
0     A       1       7
1     A       2       8
2     B       3       9
3     B       4      10
4     C       5      11
5     C       6      12

接下来，我们可以使用pivot_table函数来创建数据透视表，并使用aggfunc=sum参数指定求和的聚合函数：

# 使用数据透视表找出每列的总和
pivot_table = pd.pivot_table(df, values=['Value1', 'Value2'], index='Group', aggfunc=sum)
print(pivot_table)

输出结果为：

       Value1  Value2
Group                
A           3      15
B           7      19
C          11      23

以上代码将根据Group列对Value1和Value2列进行分组，并计算每组中这两列的总和。