Вы можете использовать простое понимание списка:
lst = [['1', '2', '3'], ['4', '5', '6'],['7', '8', '9']]
from statistics import mean
out = [mean(map(int, x)) for x in zip(*lst)]
Выход: [4, 5, 6]
Путем преобразования списка в массив NumPy с типом float (или int) и усреднения по ожидаемой оси с помощью np.average
:
np.average(np.asarray(lst, dtype=np.float64), axis=0)
# [4. 5. 6.]
Это метод Just от NumPy, без циклов, поэтому будет быстрее, чем циклы для больших массивов.