Tengo 30 archivos de datos csv de 30 ejecuciones repetidas de un experimento que ejecuté. Estoy usando pandasread_csv() función para leer los datos en una lista de DataFrames. Me gustaría crear un único DataFrame fuera de esta lista, que contenga el promedio de los 30 DataFrames para cada columna. ¿Hay una forma incorporada para lograr esto?

Para aclarar, ampliaré el ejemplo en las respuestas a continuación. Digamos que tengo dos DataFrames:

>>> x
          A         B         C
0 -0.264438 -1.026059 -0.619500
1  0.927272  0.302904 -0.032399
2 -0.264273 -0.386314 -0.217601
3 -0.871858 -0.348382  1.100491
>>> y
          A         B         C
0  1.923135  0.135355 -0.285491
1 -0.208940  0.642432 -0.764902
2  1.477419 -1.659804 -0.431375
3 -1.191664  0.152576  0.935773

¿Cuál es la función de fusión que debo usar para hacer una serie de ordenaciones en 3D con el DataFrame? p.ej.,

>>> automagic_merge(x, y)
                      A                      B                      C
0 [-0.264438,  1.923135] [-1.026059,  0.135355] [-0.619500, -0.285491]
1 [ 0.927272, -0.208940] [ 0.302904,  0.642432] [-0.032399, -0.764902]
2 [-0.264273,  1.477419] [-0.386314, -1.659804] [-0.217601, -0.431375]
3 [-0.871858, -1.191664] [-0.348382,  0.152576] [ 1.100491,  0.935773]

así que puedo calcular el promedio, por ejemplo, etc. en esas listas en lugar de toda la columna.