在 Pandas DF 中使用删除重复项，但根据首选项列表选择保留列

我有包含许多列的数据框。有一个日期时间列，并且有重复的日期时间条目以及来自不同源的这些重复项的数据。我想根据以下内容删除重复项column "dt"，但我想根据其中的内容保留结果column "pref"。我在下面提供了简化的数据，但这样做的原因是我还有一个值列，并且"Pref"列是数据源。我更喜欢某些数据源，但每个日期只需要一个条目(column "dt")。我希望这段代码能够正常工作，这样我就不必提供完整的首选项列表。

人工数据代码

import pandas as pd
import numpy as np

 df=pd.DataFrame({'dt':[1,1,1,2,2,3,3,4,4,5],
        "Pref":[1,2,3,2,3,1,3,1,2,3],
        "Value":np.random.normal(size=10),
        "String_col":['A']*10})
df

Out[1]: 
   dt  Pref     Value  String_col
0   1     1 -0.479593  A
1   1     2  0.553963  A
2   1     3  0.194266  A
3   2     2  0.598814  A
4   2     3 -0.909138  A
5   3     1 -0.297539  A
6   3     3 -1.100855  A
7   4     1  0.747354  A
8   4     2  1.002964  A
9   5     3  0.301373  A

所需输出 1（情况 1）：

在这种情况下，我的偏好列表一直很重要。我最喜欢数据源 2，其次是 1，但如果我只有 3，我会选择 3。

preference_list=[2,1,3]

Out[2]: 
   dt  Pref     Value  String_col
1   1     2  0.553963  A
3   2     2  0.598814  A
5   3     1 -0.297539  A
8   4     2  1.002964  A
9   5     3  0.301373  A

所需输出 2（情况 2）

在本例中，我只想查找数据源 1。如果它不存在，我实际上并不关心其他数据源是什么。

preference_list2=[1]

Out[3]: 
   dt  Pref     Value  String_col
0   1     1 -0.479593  A
3   2     2  0.598814  A
5   3     1 -0.297539  A
7   4     1  0.747354  A
9   5     3  0.301373  A

我可以想象在一个非常缓慢且复杂的循环中执行此操作，但我觉得应该有一个命令来完成此操作。还有一件重要的事情：我需要在数据框中保留一些其他文本列，因此 .agg 可能会导致这些元数据出现问题。我尝试过排序和使用keep论证中drop_duplicates，但没有成功。

您实际上正在寻找按类别排序，这可以通过pd.Categorical:

df["Pref"] = pd.Categorical(df["Pref"], categories=preference_list, ordered=True)

print (df.sort_values(["dt","Pref"]).drop_duplicates("dt"))

   dt Pref     Value String_col
1   1    2 -1.004362          A
3   2    2 -1.316961          A
5   3    1  0.513618          A
8   4    2 -1.859514          A
9   5    3  1.199374          A