Python 使用group by获得n个最小值，但有重复项

假设我有如下数据帧：

>>> df = pd.DataFrame({'id':[1,1,1,1,1,2,2,2,2,2,2,3,4],'value':[1,1,1,1,3,1,2,2,3,3,4,1,1]})
>>> df
id  value
1      1
1      1
1      1
1      1
1      3
2      1
2      2
2      2
2      3
2      3
2      4
3      1
4      1

   id  value
0   1      1
1   1      1
3   1      1
4   1      1
5   1      3
6   2      1
7   2      2
8   2      2
9   3      1
10  4      1

我想为每个id（包括重复项）获取一个具有前2个（实际上是n个值）值的新数据帧，如下所示：

>>> df = pd.DataFrame({'id':[1,1,1,1,1,2,2,2,2,2,2,3,4],'value':[1,1,1,1,3,1,2,2,3,3,4,1,1]})
>>> df
id  value
1      1
1      1
1      1
1      1
1      3
2      1
2      2
2      2
2      3
2      3
2      4
3      1
4      1

   id  value
0   1      1
1   1      1
3   1      1
4   1      1
5   1      3
6   2      1
7   2      2
8   2      2
9   3      1
10  4      1

我尝试过使用head（）和nsmallest（），但我认为它们不会包含重复项。有更好的方法吗

编辑以明确说明，如果第一步中使用的重复数据超过2个，则我希望每组记录超过2条，然后获取最大值和最后一次使用：

---

或使用自定义lambda函数，并在以下位置进行过滤：

---

---

如果有三个ID=1和Value=1，这会捕获三个ID=1和Value=1吗？或者像50？@Jogianni-我的解决方案在每个重复组中获得前2个唯一值，您还需要其他值吗？

df = df[df.groupby('id')['value'].transform(lambda x: x.isin(sorted(set(x))[:2]))]
print (df)
    id  value
0    1      1
1    1      1
2    1      2
3    1      2
5    2      1
6    2      2
7    2      2
11   3      1
12   4      1

df = df[df.groupby('id')['value'].transform(lambda x: x.isin(sorted(set(x))[:2]))]
print (df)
    id  value
0    1      1
1    1      1
2    1      1
3    1      1
4    1      3
5    2      1
6    2      2
7    2      2
11   3      1
12   4      1