以下是一个示例代码，实现了按照时间降序排列，并按用户分组的功能：

import pandas as pd

# 创建示例数据集
data = {
    'user': ['A', 'A', 'B', 'B', 'B', 'C'],
    'time': ['2020-01-01', '2020-02-01', '2020-01-15', '2020-02-10', '2020-03-01', '2020-02-20']
}

df = pd.DataFrame(data)

# 将时间列转换为日期类型
df['time'] = pd.to_datetime(df['time'])

# 按照时间降序排列
df = df.sort_values(by='time', ascending=False)

# 按照用户分组
grouped = df.groupby('user')

# 打印结果
for name, group in grouped:
    print(f"User: {name}")
    print(group)
    print()

运行以上代码，输出结果为：

User: C
  user       time
5    C 2020-02-20

User: B
  user       time
4    B 2020-03-01
3    B 2020-02-10
2    B 2020-01-15

User: A
  user       time
1    A 2020-02-01
0    A 2020-01-01

以上代码使用了pandas库，首先将时间列转换为日期类型，然后通过sort_values函数按照时间降序排列。接着使用groupby函数按照用户分组，最后遍历每个分组并打印结果。