使用dplyr根据条件R过滤时间序列数据

我有一个时间序列数据，如下所示

                         keyword             byMonth        n_views
business tax preparation software           Dec-2016              5
    corporate income tax solution           Nov-2016              3
    corporate income tax solution           Mar-2017              2
          corporate tax provision           Dec-2016              5
          corporate tax provision           Oct-2016              1
                  data collection           Mar-2017             39
                  data collection           May-2017             26
                  data collection           Apr-2017             22
                  data collection           Feb-2017             15
                  data collection           Jan-2017             15
                  data collection           Nov-2016             13
                  data collection           Dec-2016              7
                  data collection           Oct-2016              6

---

我只想使用dplyr或任何其他方便的方法选择那些贯穿2016年10月至2017年5月的

关键字。因此，在这种情况下，只有与
关键字：数据收集
相关的观察才应该是输出。我很难弄明白这一点。非常感谢。
我们可以使用
dplyr
和
tidyr
中的函数。
dt2
中的关键字是全月覆盖的案例

library(dplyr)
library(tidyr)

dt2 <- dt %>%
  # Spread the data frame
  spread(byMonth, n_views) %>%
  # Filter rows without any NA
  filter(rowSums(!is.na(.)) == ncol(.))

数据准备
dt我们可以使用
dplyr
和
tidyr
中的函数。
dt2
中的关键字是全月覆盖的案例

library(dplyr)
library(tidyr)

dt2 <- dt %>%
  # Spread the data frame
  spread(byMonth, n_views) %>%
  # Filter rows without any NA
  filter(rowSums(!is.na(.)) == ncol(.))

数据准备
dt第5行也是
2016年10月
，是否也包括
公司税规定
？否，仅包括2016年10月至2017年5月期间存在的关键字。不仅仅是几个月。因此，输出将只包含
数据收集
第5行也是
2016年10月
，是否也包括
公司税准备金
？否，仅包括2016年10月至2017年5月期间存在的关键字。不仅仅是几个月。因此，输出将只有
数据收集
我正在删除我的答案，因为这似乎是询问者真正想要的。好主意，但我使用输出绘制面积图，并使用x轴的
byMonth
。所以这没用（@KrishnangKDalal请查看我的更新。过滤完成后，我们可以将格式转换回来。干杯！非常感谢：）我正在删除我的答案，因为这似乎是询问者真正想要的。好主意，但我正在使用输出绘制面积图，并使用x轴的
byMonth
。所以这没用（@KrishnangKDalal请查看我的更新。过滤完成后，我们可以将格式转换回来。干杯！非常感谢：）
dt <- read.table(text = "                        keyword             byMonth        n_views
'business tax preparation software'           'Dec-2016'              5
               'corporate income tax solution'           'Nov-2016'              3
               'corporate income tax solution'           'Mar-2017'              2
               'corporate tax provision'           'Dec-2016'              5
               'corporate tax provision'           'Oct-2016'              1
               'data collection'           'Mar-2017'             39
               'data collection'           'May-2017'             26
               'data collection'           'Apr-2017'             22
               'data collection'           'Feb-2017'             15
               'data collection'           'Jan-2017'             15
               'data collection'           'Nov-2016'             13
               'data collection'           'Dec-2016'              7
               'data collection'           'Oct-2016'              6",
               header = TRUE, stringsAsFactors = FALSE)