要按主机名分组，并按小时计算每个主机的会话平均值，可以使用Python中的pandas库来完成。下面是一个示例代码，展示了如何实现这个解决方法：

import pandas as pd

# 创建一个示例数据集
data = {'hostname': ['host1', 'host1', 'host2', 'host2', 'host1'],
        'hour': [1, 2, 1, 2, 3],
        'sessions': [10, 15, 8, 12, 20]}
df = pd.DataFrame(data)

# 将小时转换为时间戳格式
df['hour'] = pd.to_datetime(df['hour'], format='%H')

# 按主机名和小时分组，并计算会话平均值
avg_sessions = df.groupby(['hostname', pd.Grouper(key='hour', freq='H')])['sessions'].mean()

# 打印结果
print(avg_sessions)

运行上述代码，将得到按主机名分组，并按小时计算每个主机的会话平均值的结果。

这里创建了一个示例数据集，包含了主机名、小时和会话数量。首先，使用pandas的DataFrame来创建数据集。然后，使用pd.to_datetime()函数将小时列转换为时间戳格式，以便进行按小时分组。接下来，使用groupby()函数按主机名和小时分组，并使用mean()函数计算会话的平均值。最后，输出结果。

请注意，这只是一个示例代码，你需要根据你的具体数据集进行相应的修改和适配。