以下是一个按时间顺序和R / data.table分组观察的解决方法示例：

首先，安装并加载所需的包：

install.packages("data.table")
library(data.table)

接下来，创建一个示例数据集：

data <- data.table(
  id = c(1, 1, 2, 2, 3, 3),
  time = c("2019-01-01", "2019-01-02", "2019-01-01", "2019-01-02", "2019-01-01", "2019-01-02"),
  value = c(10, 20, 30, 40, 50, 60)
)

将时间列转换为日期格式：

data[, time := as.Date(time)]

按照id和时间进行分组，并按时间顺序排序：

data <- data[order(id, time)]

现在，您可以按照分组的id和时间顺序观察数据。例如，可以计算每个id在不同时间点的总和：

data[, sum_value := sum(value), by = .(id, time)]

输出结果如下：

   id       time value sum_value
1:  1 2019-01-01    10        30
2:  1 2019-01-02    20        30
3:  2 2019-01-01    30        70
4:  2 2019-01-02    40        70
5:  3 2019-01-01    50       110
6:  3 2019-01-02    60       110

这是按照时间顺序和分组id观察数据的基本解决方案。您可以根据自己的需求进行调整和扩展。