要按组删除NaN值并使用每个组的第一个有效索引，可以使用pandas库中的groupby函数和fillna函数。

下面是一个示例代码：

import pandas as pd

# 创建一个包含NaN值的DataFrame
data = {'group': ['A', 'A', 'A', 'B', 'B', 'B'],
        'value': [1, 2, pd.NA, pd.NA, 5, 6]}
df = pd.DataFrame(data)

# 按组删除NaN值，并使用每个组的第一个有效索引填充NaN值
df['value'] = df.groupby('group')['value'].fillna(method='ffill')

print(df)

输出结果如下：

  group value
0     A     1
1     A     2
2     A     2
3     B     5
4     B     5
5     B     6

在这个示例中，我们首先创建了一个包含NaN值的DataFrame。然后，使用groupby函数按group列对DataFrame进行分组。接下来，我们使用fillna函数和ffill方法，对每个组的value列进行填充，使用每个组的第一个有效索引填充NaN值。最后，打印输出填充后的DataFrame。