我有一个能源使用数据框架。 为了对数据进行后处理，我需要确保我只使用可靠的能源。 这里的一个步骤是确保数据帧行中的值不相同，因为这表明数据库中存在错误（多年来，除了零能源使用（由于可再生能源安装）外，家庭的能源使用几乎从来都不相同）。

关于一个简单的例子DF，问题如下:

• 数据帧可以包含空单元格（np.nan）。
• 如果2个或更多行值相同，则保留其中一个
  相同值，并将其余值设置为np.nan，除非相同值为零。

在下面的示例中，第2行和第4行被替换为np.nan，但最后一行没有被替换，因为相同的值都是零。

有人知道如何从最初的df到想要的df吗？ 除了相同值为零的情况外，代码可以正常工作，这些值不应更改为np.nan（请参见df中的最后一行）

初始DF:

   y_2010  y_2011  y_2012
      4.0     6.0     3.0
      2.0     7.0     7.0
      9.0     NaN     NaN
      3.0     3.0     3.0
      2.0     4.0     6.0
      0.0     0.0     NaN

所需DF:

   y_2010  y_2011  y_2012
      4.0     6.0     3.0
      2.0     7.0     NaN
      9.0     NaN     NaN
      3.0     NaN     NaN
      2.0     4.0     6.0
      0.0     0.0     NaN

尝试的代码:

import pandas as pd
import numpy as np

df = pd.DataFrame({"y_2010": [4,2,9,3,2,0],
                   "y_2011": [6,7,np.nan,3,4,0],
                   "y_2012": [3,7,np.nan,3,6,np.nan]})
print(df)

mask = df.apply(pd.Series.duplicated, 1)
df = df.mask(mask, np.nan)

print(df)

   y_2010  y_2011  y_2012
      4.0     6.0     3.0
      2.0     7.0     NaN
      9.0     NaN     NaN
      3.0     NaN     NaN
      2.0     4.0     6.0
      0.0     NaN     NaN  -> 0 changed to NaN and I don't want that