以下是一个示例解决方法，使用Python编程语言实现：

import pandas as pd

# 创建示例数据
data = {'A': [1, 2, 3, 4, 5],
        'B': [6, 7, 8, 9, 10]}
df = pd.DataFrame(data)

# 按lag返回未滞后变量分组的函数
def group_by_lag(dataframe, lag):
    groups = []
    for i in range(lag, len(dataframe)):
        group = dataframe.iloc[i-lag:i]
        groups.append(group)
    
    return groups

# 调用函数并打印结果
lag = 2
result = group_by_lag(df, lag)
for group in result:
    print(group)

在上面的示例代码中，首先创建了一个包含两列（A和B）的示例数据框。然后定义了一个名为group_by_lag的函数，该函数接收一个数据框和滞后值作为参数。函数通过循环从滞后值处开始，逐次提取滞后值之前的数据，并将数据组存储在一个列表中。最后，函数返回该列表。

接下来，在主程序中调用group_by_lag函数，并传入示例数据框和滞后值。函数的结果存储在名为result的变量中。最后，通过遍历result列表，打印每个分组的内容。