下面是一个示例代码，用于按小时和按天获取平均值：

按小时获取平均值：

import pandas as pd

# 创建一个包含时间戳和值的示例数据
data = {'timestamp': ['2022-01-01 01:00:00', '2022-01-01 02:00:00', '2022-01-01 03:00:00', '2022-01-01 04:00:00'],
        'value': [10, 20, 30, 40]}
df = pd.DataFrame(data)

# 将时间戳列转换为pandas的Datetime类型
df['timestamp'] = pd.to_datetime(df['timestamp'])

# 按小时进行分组并计算平均值
hourly_avg = df.groupby(df['timestamp'].dt.hour)['value'].mean()
print(hourly_avg)

按天获取平均值：

import pandas as pd

# 创建一个包含日期和值的示例数据
data = {'date': ['2022-01-01', '2022-01-02', '2022-01-03', '2022-01-04'],
        'value': [10, 20, 30, 40]}
df = pd.DataFrame(data)

# 将日期列转换为pandas的Datetime类型
df['date'] = pd.to_datetime(df['date'])

# 按天进行分组并计算平均值
daily_avg = df.groupby(df['date'].dt.date)['value'].mean()
print(daily_avg)

这两个示例代码都使用了pandas库来处理时间数据，并使用groupby函数按小时或按天进行分组。然后，通过调用mean函数计算每个小时或每天的平均值。最后，打印出结果。