在Pandas DataFrame中按Class分组整理车辆品牌与车型数据

现有包含车辆类别（Class 1-12）、品牌（Make）、车型（Model）的数据集，需生成符合以下要求的表格：

• 同一Class下，相同品牌对应的车型合并展示（用逗号分隔）
• Class列仅在每组首行显示，其余行留空
• 最终输出12类数据的整理结果

此前尝试的代码存在品牌、车型重复显示，保存CSV时Class列丢失的问题，原代码如下：

import pandas as pd
import numpy as np
from tabulate import tabulate

df = pd.read_excel('data.xlsx')
#df_size = df.shape
df2 = df.drop(['VIN', 'Class Guide Line Item #', 'Asset Type', 'Year', 'Trim','Trim Option 1', 'Trim Option 2','Trim Option 3','Trim Option 4'], axis='columns')
df2.drop_duplicates(inplace=True)
#print(tabulate(df2, headers="keys", showindex="never", tablefmt="fancy_grid"))
df2.head()
df3.groupby(['Class']).agg(list)
df3.groupby(['Class']).agg(pd.Series.tolist)

#df3 = df2.groupby(['Class']).agg(lambda x: list(x))
#print(tabulate(df3, headers="keys", showindex="never", tablefmt="grid"))
df3.head()
#df3.to_csv('newdata.csv', index=False)

期望输出示例：

Class| Make | Model
 | Acura| SLX, TLX
1    | Ford | Fusion
 | Acura| CSX
2    | Ford | F150, Expedition

import pandas as pd
from tabulate import tabulate

# 读取原始数据
df = pd.read_excel('data.xlsx')

# 仅保留需要的列并去重，剔除重复的Class-Make-Model组合
df_clean = df[['Class', 'Make', 'Model']].drop_duplicates()

# 先按Class和Make分组，将同一品牌下的车型合并为逗号分隔的字符串
grouped = df_clean.groupby(['Class', 'Make'])['Model'].agg(lambda x: ', '.join(x)).reset_index()

# 处理Class列：同一Class分组内仅首行保留Class值，其余行设为空字符串
grouped['Class'] = grouped.groupby('Class')['Class'].transform(lambda x: x.iloc[0] if x.name == x.iloc[0] else '')

# 打印预览表格
print(tabulate(grouped, headers='keys', showindex=False, tablefmt='grid'))

# 保存整理后的数据到CSV
grouped.to_csv('newdata.csv', index=False)

1. 去重处理：直接筛选核心列后去重，避免无关数据干扰后续分组
2. 双层分组：先按Class+Make分组合并车型，解决同品牌车型重复的问题
3. Class列格式化：用transform方法实现同一Class组仅首行显示类别值，其余行留空
4. CSV保存：index=False确保Class列不会丢失，空值以空字符串形式保留，符合预期格式

内容的提问来源于stack exchange，提问作者joedady16