熊猫在每组中获得最多的n项记录

假设我有如下数据帧：

&gt&燃气轮机&燃气轮机；数据帧（{'id'：[1,1,1,2,2,2,2,3,4]，'value'：[1,2,3,1,2,3,4,1]}）
&燃气轮机&燃气轮机&燃气轮机；df
id值
0   1      1
1   1      2
2   1      3
3   2      1
4   2      2
5   2      3
6   2      4
7   3      1
8   4      1

我想获得一个新的数据帧，每个id有前2条记录，如下所示：

id值
0   1      1
1   1      2
3   2      1
4   2      2
7   3      1
8   4      1

我可以通过以下方式对一组又一组的记录进行编号：

&gt&燃气轮机&燃气轮机；dfN=df.groupby（'id'）。应用（lambda x:x['value']）。重置索引（））。重置索引（）
&燃气轮机&燃气轮机&燃气轮机；dfN
id级别_1索引值
0   1        0      0      1
1   1        1      1      2
2   1        2      2      3
3   2        0      3      1
4   2        1      4      2
5   2        2      5      3
6   2        3      6      4
7   3        0      7      1
8   4        0      8      1
&燃气轮机&燃气轮机&燃气轮机；dfN[dfN['level_1']&lt；=1][['id'，'value']]
id值
0   1      1
1   1      2
3   2      1
4   2      2
7   3      1
8   4      1

但有没有更有效/优雅的方法来实现这一点？还有更优雅的方法来对每个组中的记录进行编号（如SQL窗口函数row_number（））