我有一个像这样的数据帧，它跟踪特定项(ID)的值随时间的变化：mytime=np.tile( np.arange(0,10) , 2 )

myids=np.repeat( [123,456], [10,10] )

myvalues=np.random.random_integers(20,30,10*2)

df=pd.DataFrame()

df['myids']=myids

df['mytime']=mytime

df['myvalues']=myvalues

+-------+--------+----------+--+--+

| myids | mytime | myvalues | | |

+-------+--------+----------+--+--+

| 123 | 0 | 29 | | |

+-------+--------+----------+--+--+

| 123 | 1 | 23 | | |

+-------+--------+----------+--+--+

| 123 | 2 | 26 | | |

+-------+--------+----------+--+--+

| 123 | 3 | 24 | | |

+-------+--------+----------+--+--+

| 123 | 4 | 25 | | |

+-------+--------+----------+--+--+

| 123 | 5 | 29 | | |

+-------+--------+----------+--+--+

| 123 | 6 | 28 | | |

+-------+--------+----------+--+--+

| 123 | 7 | 21 | | |

+-------+--------+----------+--+--+

| 123 | 8 | 20 | | |

+-------+--------+----------+--+--+

| 123 | 9 | 26 | | |

+-------+--------+----------+--+--+

| 456 | 0 | 26 | | |

+-------+--------+----------+--+--+

| 456 | 1 | 24 | | |

+-------+--------+----------+--+--+

| 456 | 2 | 20 | | |

+-------+--------+----------+--+--+

| 456 | 3 | 26 | | |

+-------+--------+----------+--+--+

| 456 | 4 | 29 | | |

+-------+--------+----------+--+--+

| 456 | 5 | 29 | | |

+-------+--------+----------+--+--+

| 456 | 6 | 24 | | |

+-------+--------+----------+--+--+

| 456 | 7 | 21 | | |

+-------+--------+----------+--+--+

| 456 | 8 | 27 | | |

+-------+--------+----------+--+--+

| 456 | 9 | 29 | | |

+-------+--------+----------+--+--+

我需要计算每个id的最大运行时间

^{pr2}$

将计算运行的最大值，而不考虑id，而我需要一个类似的计算，但是每次id更改时都会重置。我可以想出一个简单的脚本在numba中实现(我有非常大的数组，非向量化的非numba代码会很慢)，但是有没有更简单的方法来实现呢？在

只有两个值可以运行：

^{3}$

但是对于很多很多值，这是不可行的。在

谢谢！在