可以使用Pandas库的pivot_table()函数来按时间值对数据进行透视排序。下面是一个示例代码：

import pandas as pd

# 创建示例数据
data = {
    'Date': ['2020-01-01', '2020-01-01', '2020-01-02', '2020-01-02'],
    'Category': ['A', 'B', 'A', 'B'],
    'Value': [10, 20, 30, 40]
}
df = pd.DataFrame(data)

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

# 使用pivot_table函数进行透视排序
pivot_df = df.pivot_table(index='Date', columns='Category', values='Value')

# 按时间值对透视表进行排序
pivot_df = pivot_df.sort_index()

print(pivot_df)

输出结果：

Category     A     B
Date                
2020-01-01  10.0  20.0
2020-01-02  30.0  40.0

在这个示例中，我们首先将Date列转换为日期时间类型，然后使用pivot_table()函数创建透视表。最后，我们使用sort_index()函数按时间值对透视表进行排序。