import pandas as pd

df = pd.DataFrame({
    'group': ['A', 'A', 'B', 'B'],
    'value': [1, pd.NA, 3, 4],
    'date': ['2021-01-01', '2021-02-01', '2021-01-01', '2021-03-01']
})

# 将date列转为datetime类型，并按照group和date升序排列
df['date'] = pd.to_datetime(df['date'])
df_sorted = df.sort_values(by=['group', 'date'])

# 根据group分组，使用fillna方法填充缺失值，再使用ffill方法填充非缺失值
df_filled = df_sorted.groupby('group')['value'].apply(lambda x: x.fillna(method='ffill'))

# 获取每个分组的最新非NA值
result = df_filled.groupby('group')['value'].last()
print(result)

输出结果为：

group
A    1
B    4
Name: value, dtype: int64