在大数据Python中，可以使用pyspark来进行按照id进行分组，按照日期进行排序，并将值作为列表获取的操作。下面是一个示例代码：

from pyspark.sql import SparkSession
from pyspark.sql.functions import collect_list, sort_array

# 创建SparkSession
spark = SparkSession.builder.appName("GroupByAndSort").getOrCreate()

# 创建示例数据
data = [
    (1, '2021-01-01', 'value1'),
    (2, '2021-01-02', 'value2'),
    (1, '2021-01-03', 'value3'),
    (2, '2021-01-04', 'value4'),
    (1, '2021-01-05', 'value5')
]
df = spark.createDataFrame(data, ['id', 'date', 'value'])

# 按照id进行分组，按照日期进行排序，并将值作为列表获取
result = df.groupBy('id').agg(sort_array(collect_list('value')).alias('sorted_values'))

# 显示结果
result.show(truncate=False)

输出结果如下所示：

+---+------------------+
|id |sorted_values     |
+---+------------------+
|1  |[value1, value3, value5]|
|2  |[value2, value4]  |
+---+------------------+

在这个示例中，我们首先创建了一个SparkSession，并使用给定的数据创建了一个DataFrame。然后，我们使用groupBy方法按照'id'列进行分组。接下来，我们使用agg方法来对每个分组应用聚合操作。我们使用collect_list函数将'value'列的值收集到一个列表中，并使用sort_array函数对这个列表进行排序。最后，我们使用alias方法给结果列指定一个别名。最后，我们使用show方法显示结果。