Панды: сглаживание данных из несогласованных строк

У меня есть входная таблица Excel, подобная этой:

key  | value | other data
------------------------- ...
k1   | v1    | d1
     | v2    |
     | v3    |
k2   | v2    | d2
     | v5    |
k3   | v1    | d3

Значения хранятся в пустой, за исключением столбца значений, строке непосредственно под строкой с совпадающим ключом, и может быть произвольное количество значений, привязанных к ключу, однако крайне маловероятно, что больше трех. Все ключи уникальны, «другие данные» могут отсутствовать или повторяться, существует около дюжины значений и тысячи строк данных.

Мне нужно преобразовать входную таблицу в следующий формат:

k1   | v1,v2,v3 | d1 | ...
k2   | v2,v5    | d2 | ...
k3   | v1       | d3 | ...

Я решил эту проблему с помощью openpyxl и тривиального итеративного алгоритма, и мне было интересно, есть ли более элегантный способ сделать это с помощью средств манипулирования Pandas DataFrame? Я искал руководства по манипулированию данными Pandas, но большая часть того, что я смог найти, использует groupby() и agg(), что, по-видимому, не мой случай, поскольку у меня нет столбца, по которому я мог бы агрегировать, и он может зависеть только от постоянно уникального ключа.

Головное решение, которое я использовал на данный момент:

import openpyxl
wb = openpyxl.load_workbook('in.xlsx')
ws = wb['Sheet1']

row_data = None
out_list = list()
i = 2
while i < ws.max_row + 1:
    if ws[i][0].value is not None:
        if row_data is not None:
            out_list += [row_data]
        row_data = list(ws[i])
    else:
        row_data[1].value = f'{row_data[1].value}' + f',{ws[i][1].value}'
    i += 1

out_list += [list(ws[ws.max_row])]   # append the last row to the output

wb_out = openpyxl.Workbook()
ws_out = wb_out.active

for row in out_list:
    ws_out.append([cell.value for cell in row])

wb_out.save('out.xlsx')