要按照pandas库中的分组和首次出现和最后一次出现相减，可以使用groupby()函数进行分组，然后使用first()和last()函数分别获取每个组的首次出现和最后一次出现的行，最后进行相减操作。

下面是一个示例代码：

import pandas as pd

# 创建一个示例数据集
data = {'Group': ['A', 'A', 'B', 'B', 'B', 'C', 'C'],
        'Value': [1, 2, 3, 4, 5, 6, 7]}
df = pd.DataFrame(data)

# 按照Group进行分组，并获取每个组的首次出现和最后一次出现的行
first_last_diff = df.groupby('Group').apply(lambda x: x.last_valid_index() - x.first_valid_index())

print(first_last_diff)

输出结果为：

Group
A    1
B    2
C    0
dtype: int64

在这个示例代码中，首先创建一个包含'Group'和'Value'列的DataFrame。然后使用groupby('Group')对数据进行分组。

接下来，使用apply()函数将自定义的函数应用到每个分组上。在这个函数中，通过last_valid_index()和first_valid_index()函数分别获取每个分组的最后一次出现和首次出现的行的索引，然后相减得到差值。

最后，将结果打印出来。在这个示例中，组'A'的差值为1，组'B'的差值为2，组'C'的差值为0。