以下是一个示例代码，用于按照分组并选择非空值（如果存在）：

# 导入pandas库
import pandas as pd

# 创建示例数据
data = {'分组列': ['A', 'A', 'B', 'B', 'C', 'C'],
        '数值列': [1, None, 3, 4, None, 6]}
df = pd.DataFrame(data)

# 按照分组列进行分组，并选择非空值（如果存在）
df_non_null = df.groupby('分组列')['数值列'].apply(lambda x: x.dropna().head(1)).reset_index()

# 打印结果
print(df_non_null)

输出结果：

  分组列  level_1  数值列
0    A        0  1.0
1    B        2  3.0
2    C        5  6.0

在这个示例中，我们首先导入pandas库，然后创建一个包含分组列和数值列的示例数据df。

接下来，我们使用groupby函数按照分组列对数据进行分组，并使用apply函数应用一个lambda函数。这个lambda函数会对每个分组的数值列进行处理，使用dropna函数删除空值，并使用head(1)函数选择第一个非空值（如果存在）。

最后，我们使用reset_index函数重置索引，并将结果赋值给df_non_null。

最后，我们打印了df_non_null的结果，其中包含了按照分组列进行分组并选择非空值的结果。