向前推进最后一次观察(na.locf?) --但仅当另一列值发生更改时

Question

背景：我观察不同ISIN码中权重的组合。在每月的基础上，我可以观察每个ISIN代码中的权重是如何变化的。权数的变化总是一个月的最后一次观察。

目标：我的目标是在每天的基础上跨越每月的权重。因此，我在一个月底的观察必须继续下去，并在下个月的所有日常观察中扩展--直到观察到一个新的重量。

--我遇到了一个小问题，：最大的问题是，我不能只使用"na.locf“--因为有时候一个ISIN会卖光投资组合，因此权重变成0。因此，为了克服困难，我试图创建一个“帮助专栏”，以实现我的目标。本专栏只跟踪我们所处的年份和月份。在下面的代码中，这个助手列被称为"ym“。

可复制代码：

df = data.frame(
  Date = as.POSIXlt(c("29-01-2021"  , "01-02-2021", "02-02-2021", "03-02-2021", "04-02-2021", "05-02-2021",
           "08-02-2021", "09-02-2021", "10-02-2021" , "11-02-2021", "12-02-2021" , "15-02-2021",
           "16-02-2021",    "17-02-2021",   "18-02-2021", "19-02-2021", "22-02-2021", "23-02-2021", 
           "24-02-2021", "25-02-2021", "26-02-2021" , "01-03-2021", "02-03-2021", "03-03-2021",
           "04-03-2021",    "05-03-2021",   "08-03-2021" , "09-03-2021", "10-03-2021", "11-03-2021",    "12-03-2021"), format = "%d-%m-%Y"),
  DK0004612884 = c(14.48, NA, NA, NA, NA,NA, NA,NA, NA,NA, NA,NA, NA,NA,
                   NA,NA, NA,NA, NA,NA, 14.15,NA, NA,NA, NA, NA, NA, NA, NA, NA, NA),
  DK0002025170 = c(0.58, NA, NA, NA, NA,NA, NA,NA, NA,NA, NA,NA, NA,NA,
                   NA,NA, NA,NA, NA,NA, NA ,NA, NA,NA, NA, NA, NA, NA, NA, NA, NA)
  
)
df$ym = paste0(year(df$Date), "-", month(df$Date))
print.data.frame(df)
        Date DK0004612884 DK0002025170     ym
1  2021-01-29        14.48         0.58 2021-1
2  2021-02-01           NA           NA 2021-2
3  2021-02-02           NA           NA 2021-2
4  2021-02-03           NA           NA 2021-2
5  2021-02-04           NA           NA 2021-2
6  2021-02-05           NA           NA 2021-2
7  2021-02-08           NA           NA 2021-2
8  2021-02-09           NA           NA 2021-2
9  2021-02-10           NA           NA 2021-2
10 2021-02-11           NA           NA 2021-2
11 2021-02-12           NA           NA 2021-2
12 2021-02-15           NA           NA 2021-2
13 2021-02-16           NA           NA 2021-2
14 2021-02-17           NA           NA 2021-2
15 2021-02-18           NA           NA 2021-2
16 2021-02-19           NA           NA 2021-2
17 2021-02-22           NA           NA 2021-2
18 2021-02-23           NA           NA 2021-2
19 2021-02-24           NA           NA 2021-2
20 2021-02-25           NA           NA 2021-2
21 2021-02-26        14.15           NA 2021-2
22 2021-03-01           NA           NA 2021-3
23 2021-03-02           NA           NA 2021-3
24 2021-03-03           NA           NA 2021-3
25 2021-03-04           NA           NA 2021-3
26 2021-03-05           NA           NA 2021-3
27 2021-03-08           NA           NA 2021-3
28 2021-03-09           NA           NA 2021-3
29 2021-03-10           NA           NA 2021-3
30 2021-03-11           NA           NA 2021-3
31 2021-03-12           NA           NA 2021-3

见以下：从2021-01-29到2021-02-26，14.48和0.58的观测必须继续到日期："2021-02-26“。在这里，两个ISIN的重量都发生了变化。但是，看看我把DK0002025170 ISIN卖光了。因此，从这里开始的每个值(直到看到潜在的新权重)都必须是0。而属于DK0004612884的14.15的新权重必须继续下去，直到新的权重出现为止。

Answer 1

您可以使用fill

df %>% 
  mutate(sum = rowSums(!is.na(select(., DK0004612884:DK0002025170))),
         across(DK0004612884:DK0002025170, ~ case_when(sum > 0 ~ replace_na(.x, 0)))) %>% 
  fill(DK0004612884:DK0002025170)

输出

         Date DK0004612884 DK0002025170     ym sum
1  2021-01-29        14.48         0.58 2021-1   2
2  2021-02-01        14.48         0.58 2021-2   0
3  2021-02-02        14.48         0.58 2021-2   0
4  2021-02-03        14.48         0.58 2021-2   0
5  2021-02-04        14.48         0.58 2021-2   0
6  2021-02-05        14.48         0.58 2021-2   0
7  2021-02-08        14.48         0.58 2021-2   0
8  2021-02-09        14.48         0.58 2021-2   0
9  2021-02-10        14.48         0.58 2021-2   0
10 2021-02-11        14.48         0.58 2021-2   0
11 2021-02-12        14.48         0.58 2021-2   0
12 2021-02-15        14.48         0.58 2021-2   0
13 2021-02-16        14.48         0.58 2021-2   0
14 2021-02-17        14.48         0.58 2021-2   0
15 2021-02-18        14.48         0.58 2021-2   0
16 2021-02-19        14.48         0.58 2021-2   0
17 2021-02-22        14.48         0.58 2021-2   0
18 2021-02-23        14.48         0.58 2021-2   0
19 2021-02-24        14.48         0.58 2021-2   0
20 2021-02-25        14.48         0.58 2021-2   0
21 2021-02-26        14.15         0.00 2021-2   1
22 2021-03-01        14.15         0.00 2021-3   0
23 2021-03-02        14.15         0.00 2021-3   0
24 2021-03-03        14.15         0.00 2021-3   0
25 2021-03-04        14.15         0.00 2021-3   0
26 2021-03-05        14.15         0.00 2021-3   0
27 2021-03-08        14.15         0.00 2021-3   0
28 2021-03-09        14.15         0.00 2021-3   0
29 2021-03-10        14.15         0.00 2021-3   0
30 2021-03-11        14.15         0.00 2021-3   0
31 2021-03-12        14.15         0.00 2021-3   0