在熊猫中每隔一列取行平均值（python）

我正在尝试每隔几列使用行平均值。这是一个样本数据集。

d = {'2000-01': range(0,10), '2000-02': range(10,20), '2000-03': range(10,20),
     '2001-01': range(10,20), '2001-02':range(5,15), '2001-03':range(5,15)}
pd.DataFrame(data=d)

     2000-01  2000-02  2000-03  2001-01  2001-02  2001-03
0        0       10       10       10        5        5
1        1       11       11       11        6        6
2        2       12       12       12        7        7
3        3       13       13       13        8        8
4        4       14       14       14        9        9
5        5       15       15       15       10       10
6        6       16       16       16       11       11
7        7       17       17       17       12       12
8        8       18       18       18       13       13
9        9       19       19       19       14       14

我需要在完整数据集中采用前三列的行均值，然后是后三列的行均值。我不需要新数据集中的原始列。这是我的代码。它起作用，但有一些警告（如下所述）。我正在寻找更清洁，更优雅的解决方案。（Python / Pandas新手）

#Create empty list to store row means
d1 = []

#Run loop to find row means for every three columns
for i in np.arange(0, 6, 3):
    data1 = d.iloc[:,i:i+3]
    d1.append(data1.mean(axis=1))

#Create empty list to concat DFs later
dlist1 =[]

#Concat DFs
for j in range(0,len(d1)):
    dlist1.append(pd.Series(d1[j]).to_frame())
pd.concat(dlist1, axis = 1)

我得到以下输出，这是正确的：

          0          0
0   6.666667   6.666667
1   7.666667   7.666667
2   8.666667   8.666667
3   9.666667   9.666667
4  10.666667  10.666667
5  11.666667  11.666667
6  12.666667  12.666667
7  13.666667  13.666667
8  14.666667  14.666667
9  15.666667  15.666667

列名很容易固定，但是问题是我需要使用特定格式的列，并且实际数据集中有65列。如果您会注意到原始数据集中的列名，则为'2000-01'; '2000-02'; '2000-03'。1,2和3是2000年的月份，因此新df的列1应该是'2000q1'，q1是四分之一。如何遍历列名称以为所有新列创建此名称？（至少对我来说！）这比这里显示的要困难得多。谢谢你的时间！

编辑：好的，这已经解决了，对所有贡献者迅速大喊大叫！