以下是一个代码示例，展示了如何按照分组函数后获取第一个非空值：

import pandas as pd

# 创建一个示例数据集
data = {'Group': ['A', 'A', 'B', 'B', 'C', 'C'],
        'Value': [None, 2, 3, None, 5, 6]}
df = pd.DataFrame(data)

# 按照分组函数后获取第一个非空值
result = df.groupby('Group')['Value'].apply(lambda x: x.dropna().iloc[0] if not x.isnull().all() else None)

print(result)

输出结果为：

Group
A    2.0
B    3.0
C    5.0
Name: Value, dtype: float64

在这个示例中，我们首先创建了一个包含分组和值的数据集。然后，我们使用groupby函数按照"Group"列进行分组。接下来，我们使用apply函数对每个分组中的"Value"列进行操作。

在apply函数中，我们使用了一个lambda函数。首先，我们使用dropna函数删除每个分组中的空值。然后，我们使用iloc[0]选择第一个非空值。最后，使用if not x.isnull().all() else None来处理分组中所有值都为空的情况。

最终，我们得到了按照分组函数后获取第一个非空值的结果。