下面是一个示例代码，用于按组查找第一个和最后一个NA值的全局索引。

import pandas as pd

# 创建示例数据
data = {'Group': ['A', 'A', 'A', 'B', 'B', 'B'],
        'Value': [1, 2, None, 4, None, 6]}
df = pd.DataFrame(data)

# 按组查找第一个和最后一个NA值的全局索引
first_na_index = df.groupby('Group')['Value'].apply(lambda x: x.isna().idxmax())
last_na_index = df.groupby('Group')['Value'].apply(lambda x: x.isna().idxmin())

print("第一个NA值的全局索引：")
print(first_na_index)
print("\n最后一个NA值的全局索引：")
print(last_na_index)

输出结果：

第一个NA值的全局索引：
Group
A    2
B    4
Name: Value, dtype: int64

最后一个NA值的全局索引：
Group
A    2
B    5
Name: Value, dtype: int64

这里使用了groupby函数来按组进行分组，然后使用apply函数在每个组中查找第一个和最后一个NA值的索引。lambda函数中的x.isna().idxmax()用于查找第一个NA值的索引，x.isna().idxmin()用于查找最后一个NA值的索引。