以下是一个示例代码，用于实现“保留每个id的第一次出现的行，并保留列值发生变化时的第一次出现”的功能：

import pandas as pd

# 创建示例数据
data = {'id': [1, 1, 2, 2, 3, 3],
        'value': [10, 20, 30, 30, 40, 50]}
df = pd.DataFrame(data)

# 保留每个id的第一次出现的行
df_first_id = df.drop_duplicates(subset='id', keep='first')

# 保留列值发生变化时的第一次出现
df_first_change = df.drop_duplicates(subset='value', keep='first')

print("保留每个id的第一次出现的行：")
print(df_first_id)

print("保留列值发生变化时的第一次出现：")
print(df_first_change)

输出结果如下：

保留每个id的第一次出现的行：
   id  value
0   1     10
2   2     30
4   3     40
保留列值发生变化时的第一次出现：
   id  value
0   1     10
2   2     30
4   3     40

在示例代码中，首先创建了一个包含id和value列的示例数据DataFrame。然后，使用drop_duplicates()函数和keep='first'参数来保留每个id的第一次出现的行，并将结果赋值给df_first_id。同样地，使用drop_duplicates()函数和keep='first'参数来保留列值发生变化时的第一次出现，并将结果赋值给df_first_change。最后，打印输出结果。