以下是一个示例代码，它按照每小时的时间窗口分组，并计算各列的平均值。

import pandas as pd

# 创建示例数据
data = {
    '时间': ['2022-01-01 10:12:00', '2022-01-01 10:30:00', '2022-01-01 11:05:00', '2022-01-01 11:25:00'],
    '数值1': [10, 20, 30, 40],
    '数值2': [5, 15, 25, 35]
}
df = pd.DataFrame(data)

# 将时间列转换为日期时间类型
df['时间'] = pd.to_datetime(df['时间'])

# 按小时分组，并计算各列的平均值
df_grouped = df.groupby(pd.Grouper(key='时间', freq='H')).mean()

# 打印结果
print(df_grouped)

输出结果如下：

                     数值1  数值2
时间                             
2022-01-01 10:00:00  15.0  10.0
2022-01-01 11:00:00  35.0  30.0

在上述示例中，我们首先将时间列转换为日期时间类型，然后使用groupby和pd.Grouper函数按小时进行分组。最后，我们使用mean函数计算各列的平均值。