在Python中，可以使用pandas库来进行按照满足条件的分组ID计算多列观测值的数量和平均值。下面是一个示例代码：

import pandas as pd

# 创建示例数据
data = {'GroupID': ['A', 'A', 'B', 'B', 'A', 'B'],
        'Value1': [1, 2, 3, 4, 5, 6],
        'Value2': [10, 20, 30, 40, 50, 60]}
df = pd.DataFrame(data)

# 按照GroupID分组，并计算每个分组的数量和平均值
result = df.groupby('GroupID').agg({'Value1': ['count', 'mean'], 'Value2': ['count', 'mean']})

print(result)

输出结果为：

        Value1       Value2      
         count mean  count  mean
GroupID                         
A            3  2.67      3  26.67
B            3  4.33      3  43.33

在这个示例中，我们创建了一个包含GroupID、Value1和Value2列的DataFrame。然后，我们使用groupby方法按照GroupID进行分组，并使用agg方法计算每个分组的数量和平均值。agg方法接受一个字典作为参数，其中键是要计算的列名，值是要应用的聚合函数。在这个例子中，我们计算了Value1和Value2列的数量和平均值。最后，我们打印出结果。