要计算百分比增长并按时间分组，可以使用Python中的pandas库。以下是一个示例代码：

import pandas as pd

# 创建示例数据
data = {'日期': ['2020-01-01', '2020-01-02', '2020-01-03', '2020-01-04', '2020-01-05'],
        '销售额': [100, 120, 80, 150, 200]}
df = pd.DataFrame(data)

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

# 按日期升序排序
df = df.sort_values('日期')

# 计算每天的百分比增长
df['增长率'] = df['销售额'].pct_change() * 100

# 按日期分组计算平均增长率
grouped_df = df.groupby(df['日期'].dt.strftime('%Y-%m')).mean()

# 打印结果
print(grouped_df)

这段代码首先创建了一个包含日期和销售额的示例数据集。然后，使用pandas的to_datetime函数将日期列转换为日期类型，并按日期进行排序。接下来，使用pct_change函数计算每天的百分比增长，并将结果存储在一个名为“增长率”的新列中。最后，使用groupby函数按月份分组，并计算每个月的平均增长率。

输出结果将是一个按月份分组的数据框，包含每个月的平均增长率。