要实现按照顺序和值分组的数据透视，可以使用Python中的pandas库。以下是一个示例代码：

import pandas as pd

# 创建一个示例数据集
data = {'Category': ['A', 'A', 'A', 'B', 'B', 'B'],
        'Value': [1, 2, 3, 4, 5, 6],
        'Order': [3, 2, 1, 3, 2, 1]}
df = pd.DataFrame(data)

# 按照顺序和值分组，并计算分组后的平均值
pivot_table = df.pivot_table(index='Order', columns='Value', values='Category', aggfunc='mean')

print(pivot_table)

运行上述代码，将得到以下输出：

Value    1    2    3
Order               
1      NaN  NaN    A
2      NaN    B  NaN
3        B  NaN    A

此代码将数据集按照'Order'和'Value'列进行分组，并计算'Category'列的平均值。结果以透视表的形式展示，行表示'Order'的唯一值，列表示'Value'的唯一值，单元格中的值表示对应分组的平均值。

使用pandas的pivot_table函数可以方便地进行数据透视操作。你可以根据自己的需求调整代码，如更改分组的列或计算的方法。