Pandas按[id,value]分组取每组首行，仅按id分组结果不符如何解决

我遇到了分组取首行的需求，但存在特殊情况：同一个id的首行可能属于多个分组。
我有如下pandas DataFrame：

df = pd.DataFrame({'id' : [1,1,1,2,2,3,3,3,3,1,1,2,6,6,6,7,7],
                'value'  : ["first","second","second","first",
                            "second","first","third","fourth",
                            "fifth","second","fifth","first",
                            "first","second","third","fourth","fifth"]})

完整数据如下：

id   value
0        1   first
1        1  second
2        1  second
3        2   first
4        2  second
5        3   first
6        3   third
7        3  fourth
8        3   fifth
9        1  second
10       1   fifth
11       2   first
12       6   first
13       6  second
14       6   third
15       7  fourth
16       7   fifth

我的需求是按["id","value"]两个字段分组，取每个分组的第一行，预期输出如下：

id   value
     1   first
     2   first
     3   first
     1  second
     2  first
     6  first
     7  fourth

我尝试了仅按id分组取首行的方案：

df.groupby('id').first()

得到结果如下：

value
id        
1    first
2    first
3    first
6    first
7   fourth

该结果不符合预期，仅按id分组会合并所有同id的行只返回第一个，无法满足按id和value组合分组取首行的需求。

根据实际需求场景，对应两种实现方案：

场景1：全局同id+value组合仅保留第一次出现的行 #

即只要是id和value都相同的行，不管中间有没有插入其他行，全局只保留第一次出现的那一行，直接使用drop_duplicates方法即可：

# subset指定去重依据的字段，keep='first'表示保留首次出现的行
res = df.drop_duplicates(subset=['id', 'value'], keep='first').reset_index(drop=True)

场景2：仅连续重复的id+value组合去重 #

即相同id+value组合如果中间隔了其他行后再次出现，视为新分组保留首行，仅合并连续重复的行，通过和前一行比较实现：

# 生成掩码：当前行和前一行的id或value不同时，判定为新分组首行
mask = (df['id'] != df['id'].shift()) | (df['value'] != df['value'].shift())
res = df[mask].reset_index(drop=True)

如果需要保留原来的行索引，去掉reset_index(drop=True)即可。

内容的提问来源于stack exchange，提问作者Dr Xorile