Добавить пропущенные даты к каждой группе

Есть датафрейм:

df = pd.DataFrame({'id':['b21', 'b21', 'c56', 'b21', 'c56', 'c56'],
              'status':['created', 'delivered', 'created', 'done', 'delivered', 'done'],
              'date':['2023-01-13', '2023-01-15', '2023-01-15', '2023-01-18', '2023-01-19', '2023-01-20']})
df['date'] = pd.to_datetime(df['date'])

Необходимо добавить даты, которых нет в датафрейме и заполнить их предыдущими значениями. При этом заполнить так, чтобы для каждого id даты не выходили за рамки даты старта (status = 'created') и даты окончания (status = 'done')
В итоге должен получиться такой датафрейм:

Похожий вопрос уже существует, однако решение, которое там предлагают, не работает из - за пересечения дат в разных группах. Это приводит к ошибке ValueError: cannot reindex on an axis with duplicate labels

P.S. Нашёл способ сделать это через цикл:

result = pd.DataFrame()
for i in df['id'].unique():
    new_df = df[df['id'] == i]
    d_range = pd.date_range(new_df['date'].min(), new_df['date'].max(), freq='D').to_frame(name='date')
    new_df = new_df.merge(d_range, how='right', on='date').fillna(method = 'ffill')
    result = pd.concat([result, new_df]).sort_values(['date', 'id'])
result

Однако реальный датасет будет довольно объёмным, поэтому хотелось бы найти способ увеличить производительность методами pandas