要按国家整理时间序列数据，可以使用Python编程语言和pandas库来实现。以下是一个示例代码，演示如何按国家整理时间序列数据：

import pandas as pd

# 创建示例数据框
data = {'Date': ['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-01', '2021-01-02', '2021-01-03'],
        'Country': ['China', 'China', 'China', 'USA', 'USA', 'USA'],
        'Value': [100, 200, 150, 300, 400, 350]}

df = pd.DataFrame(data)

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

# 按国家和日期排序数据
df = df.sort_values(['Country', 'Date'])

# 将数据按国家分组
grouped = df.groupby('Country')

# 遍历每个国家的数据组
for country, data_group in grouped:
    print(f"Country: {country}")
    print(data_group)

在这个示例中，我们首先创建了一个示例数据框，其中包含日期、国家和值三列。然后，我们使用pd.to_datetime函数将日期列转换为日期时间格式，以便后续的排序操作。接下来，我们使用sort_values方法按国家和日期对数据进行排序。然后，我们使用groupby函数按国家对数据进行分组。最后，我们通过遍历每个国家的数据组来查看按国家整理的时间序列数据。

这只是一个简单的示例，你可以根据你的具体需求进行修改和扩展。