Python 3.x 计算数据帧中每几列的平均值

我有一个熊猫数据框，数据：

ID | A1| A2| B1| B2 
ID1| 2 | 1 | 3 | 7 
ID2| 4 | 6 | 5 | 3

我想分别按行计算列（A1和A2）和（B1和B2）的平均值。我的期望输出：

ID | A1A2 mean | B1B2 mean
ID1| 1.5       | 5
ID2| 5         | 4

我可以将所有列的平均值放在一起，但找不到任何函数来获得所需的输出。
Python中是否有任何内置方法？

使用lambda函数获取

mean

列的第一个字母，如果第一列不是索引，则使用：

另一种解决方案是通过索引

str[0]

提取列名称：

df = df.set_index('ID')

print (df.columns.str[0])
Index(['A', 'A', 'B', 'B'], dtype='object')

df = df.groupby(df.columns.str[0], axis=1).mean().add_suffix('_mean').reset_index()
print (df)
    ID  A_mean  B_mean
0  ID1     1.5     5.0
1  ID2     5.0     4.0

或：

验证解决方案：

a = df.filter(like='A').mean(axis=1)
b = df.filter(like='B').mean(axis=1)

df = df[['ID']].assign(A_mean=a, B_mean=b)
print (df)
    ID  A_mean  B_mean
0  ID1     1.5     5.0
1  ID2     5.0     4.0

编辑：

如果有不同的列名称，需要在列表中指定它们：

a = df[['A1','A2']].mean(axis=1)
b = df[['B1','B2']].mean(axis=1)

df = df[['ID']].assign(A_mean=a, B_mean=b)
print (df)

---

这里的x是什么？实际上，我需要分别计算两列的平均值，它将计算所有列的单个平均值。但我需要一起计算a1和a2的平均值，b1和b2一起计算所有列的平均值，就像前面一样。这里我有4列，需要计算a1和a2的平均值；b1和b2的平均值。我应用了你的技术，计算a1、a2、b1、B2的平均值。如果你按列进行分组。str[0]，问题是如果列名称彼此完全不同，那么你上次编辑的结果就是这样的！好极了！谢谢！但我认为它应该有一些直接的方法，比如选择SQL技术

a = df.filter(like='A').mean(axis=1)
b = df.filter(like='B').mean(axis=1)

df = df[['ID']].assign(A_mean=a, B_mean=b)
print (df)
    ID  A_mean  B_mean
0  ID1     1.5     5.0
1  ID2     5.0     4.0

a = df[['A1','A2']].mean(axis=1)
b = df[['B1','B2']].mean(axis=1)

df = df[['ID']].assign(A_mean=a, B_mean=b)
print (df)