下面是一个使用Python的pandas库来实现按组分组的时间序列的示例代码：

import pandas as pd

# 创建示例数据
data = {'date': ['2021-01-01', '2021-01-01', '2021-01-02', '2021-01-02', '2021-01-03', '2021-01-03'],
        'group': ['A', 'B', 'A', 'B', 'A', 'B'],
        'value': [1, 2, 3, 4, 5, 6]}
df = pd.DataFrame(data)

# 将'date'列转换为日期类型
df['date'] = pd.to_datetime(df['date'])

# 按组分组并按日期排序
df_grouped = df.groupby('group').apply(lambda x: x.sort_values('date')).reset_index(drop=True)

# 打印结果
print(df_grouped)

输出结果：

        date group  value
0 2021-01-01     A      1
1 2021-01-02     A      3
2 2021-01-03     A      5
3 2021-01-01     B      2
4 2021-01-02     B      4
5 2021-01-03     B      6

在这个示例中，我们通过pandas库创建了一个DataFrame对象，其中包含'date'、'group'和'value'三列。首先，我们将'date'列转换为日期类型，以便后续按日期排序。然后，使用groupby函数按'group'列进行分组，并使用apply函数对每个组进行排序。最后，使用reset_index函数重置索引，以便结果DataFrame的索引正确对齐。