要按小时和天分组计算平均值，可以使用pandas库中的groupby函数。以下是一个示例代码：

import pandas as pd

# 创建示例数据帧
data = {'datetime': ['2022-01-01 09:00:00', '2022-01-01 09:30:00', '2022-01-01 10:00:00', '2022-01-01 10:30:00',
                     '2022-01-02 09:00:00', '2022-01-02 09:30:00', '2022-01-02 10:00:00', '2022-01-02 10:30:00'],
        'value': [10, 15, 20, 25, 30, 35, 40, 45]}
df = pd.DataFrame(data)

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

# 按小时和天分组并计算平均值
df_grouped = df.groupby([df['datetime'].dt.hour, df['datetime'].dt.date]).mean()

print(df_grouped)

输出结果：

              value
datetime datetime       
9        2022-01-01   12.5
         2022-01-02   32.5
10       2022-01-01   22.5
         2022-01-02   42.5

在示例代码中，首先创建了一个包含日期时间和值的示例数据帧。然后，通过调用pd.to_datetime函数将datetime列转换为日期时间类型。接下来，使用groupby函数传入要分组的列，即小时和日期，然后调用mean方法计算平均值。最后，打印出按小时和天分组计算的平均值数据帧。