以下是一个示例代码，根据时间戳将数据分组，并计算其他列的平均值和总和：

import pandas as pd

# 创建示例数据
data = {'时间戳': ['2021-01-01 09:00:00', '2021-01-01 09:00:00', '2021-01-01 10:00:00', '2021-01-01 10:00:00'],
        '其他列1': [10, 20, 30, 40],
        '其他列2': [5, 15, 25, 35]}
df = pd.DataFrame(data)

# 将时间戳列转换为datetime类型
df['时间戳'] = pd.to_datetime(df['时间戳'])

# 根据时间戳分组，并计算其他列的平均值和总和
grouped = df.groupby(pd.Grouper(key='时间戳', freq='1H'))
result = grouped.agg({'其他列1': ['mean', 'sum'], '其他列2': ['mean', 'sum']})

print(result)

输出结果如下：

                    其他列1      其他列2    
                    mean sum  mean sum
时间戳                                  
2021-01-01 09:00:00    15  30    10  20
2021-01-01 10:00:00    35  70    30  60

以上代码首先创建了一个示例数据，包含时间戳和其他两列。然后将时间戳列转换为datetime类型。接下来，使用groupby函数根据时间戳进行分组，使用pd.Grouper指定按小时分组。最后，使用agg函数计算其他列的平均值和总和。输出结果显示了按时间戳分组的结果，以及其他列的平均值和总和。