Python 熊猫保留值的原始位置

我正在使用以下方法从数据帧中删除行中的重复数据：

df = pd.DataFrame(list(map(pd.unique, df.values)))

然而，这会改变我的数据与原始列名的位置，在读取数据时，由于数据被移动，我读取错误。有一种方法可以代替删除数据，将一个值放在其中，例如“none”，以便于过滤

数据帧：

T1583.005   T1583.006   Resource Development    Resource Development    T1583.001   T1583.002
T1584.005   T1584.006   Resource Development    Resource Development    T1584.005   T1584.002

目前：

T1583.005   T1583.006   Resource Development    T1583.001   T1583.002
T1584.005   T1584.006   Resource Development    T1584.002

预期：

T1583.005   T1583.006   Resource Development    None    T1583.001   T1583.002
T1584.005   T1584.006   Resource Development    None    None        T1584.002

---

这样，数据将保持在原始位置，并且更易于读取。

这里有一种方法，通过屏蔽每行重复的

值：

df.mask([df.loc[idx].duplicated().tolist() for idx in df.index])


您能否将原始数据框作为CSV或Python字典提供以进行复制粘贴？此外，副本是否会出现在任意随机列中，或者源列和目标列是否已修复？
           0          1                     2    3          4          5
0  T1583.005  T1583.006  Resource Development  NaN  T1583.001  T1583.002
1  T1584.005  T1584.006  Resource Development  NaN        NaN  T1584.002