R：如何根据另一个变量中的值选择 dplyr::distinct() 保留哪一行？

现实生活中的问题：我的受试者有 MRI 扫描数据。其中一些已被扫描多次（单独的行）。其中一些每次都是根据不同的协议进行扫描的。我想按主题 ID 保留所有唯一行，如果主题是在两种不同的协议下扫描的，我希望它更喜欢其中一种。

玩具示例：

library(dplyr)  
df <- tibble(
        id = c("A", "A", "B", "C", "C", "D"), 
        protocol = c("X", "Y", "X", "X", "X", "Y"),
        date = c(seq(as.Date("2018-01-01"), as.Date("2018-01-06"), 
                 by="days")),
        var = 1:6)

我想返回一个包含所有唯一主题（按 id）的数据框。当涉及到重复值时，我希望它保留带有“Y”的条目作为协议（如果它有该选择），而不是自动保留第一个条目，但不要删除带有“X”的行，否则。

在示例中，它将保留第 2、3、4 和 6 行。

我更喜欢 dplyr，但也愿意接受其他建议。

我尝试过的一切都没有开始起作用：

df %>% distinct(id, .keep_all = TRUE) #Nope! 

df %>% distinct(id, protocol == "Y", .keep_all = TRUE) #Nope!  

df$protocol <- factor(df$protocol, levels = c("Y", "X"))
df %>% distinct(id, .keep_all = TRUE) #Nope!  

df %>% group_by(id) %>% filter(protocol == "Y") #Nope!

两个很好的答案： @RobJensen 建议

df %>% arrange(id, desc(protocol == 'Y')) %>% distinct(id, .keep_all = TRUE)  

如果我有多个协议并希望分配它们的选择顺序，我可以创建一个新变量，在其中按优先顺序为协议分配一个整数，然后使用 @joran 的建议

df %>% group_by(id) %>% arrange(desc(protocol),var) %>% slice(1)  

Thanks!

按字母顺序排列适用于上述简单情况，但如果您愿意，可以添加protocol_preference变量给出您希望选择的顺序，如果Y不可用，并且选择“Y”，即使它不是按字母顺序排序时的最后一个协议值。

构建@davechilders 的答案和@Nathan Werth 的基于“重要性顺序”向量创建因子的想法

order_of_importance <- c("Y", "Z", "X")

    df2 %>%
      mutate(protocol = factor(protocol, order_of_importance)) %>%
      arrange(id, protocol) %>%
      distinct(id, .keep_all = TRUE)

或者，如果您只想选择“Y”并且对所选内容没有偏好（如果“Y”不可用），您可以这样做

df %>% 
    arrange(id, desc(protocol == 'Y')) %>% 
    distinct(id, .keep_all = TRUE)