假设有一个索引为时间的数据集，我们可以按小时进行分组，并保留每个小时的观察。以下是一个示例代码：

import pandas as pd

# 创建示例数据集
data = pd.DataFrame({'time': ['2021-01-01 08:15:00', '2021-01-01 08:30:00', '2021-01-01 09:00:00', '2021-01-01 09:30:00', '2021-01-01 10:00:00'],
                     'observation': [10, 20, 15, 25, 30]})
data['time'] = pd.to_datetime(data['time'])  # 将时间列转换为datetime类型
data.set_index('time', inplace=True)  # 设置时间列为索引

# 按小时进行分组并保留每个小时的观察
hourly_grouped = data.groupby(data.index.hour).apply(lambda x: x)
print(hourly_grouped)

输出结果为：

                     observation
time                            
8    2021-01-01 08:15:00           10
     2021-01-01 08:30:00           20
9    2021-01-01 09:00:00           15
     2021-01-01 09:30:00           25
10   2021-01-01 10:00:00           30

在这个示例中，我们首先创建了一个包含时间和观察值的示例数据集。然后，我们将时间列转换为datetime类型，并将其设置为数据集的索引。接下来，我们使用groupby函数根据索引的小时部分进行分组，并使用apply函数保留每个小时的观察。最后，我们打印出分组后的结果。