R逐群推进最后观察n次

Question

这个快把我逼疯了。我有一个很大的data.table和每月的股票数据。每年六月，我根据一个会计变量将每只股票分配给10个投资组合中的一个。我想把指定的投资组合变量转入下一个11个月，直到明年6月每只股票被分配到一个新的投资组合1到10。na.locf基本上就是我要找的东西，但我遇到了两个问题：

1. 有些股票在下一年缺乏足够的会计数据，因此不应该在那一年分配给投资组合(即投资组合变量应该保持NA)。但当然，na.locf一直在继续推进投资组合的数字，直到有了新的投资组合。
2. 一些股票可能在3个月后被退市，因此他们没有另外11个月的数据。

这就是为什么我寻找一个代码，将最后的观察结果(最大值为11次)传递到明年6月(当有一个新的投资组合数时)。

这是na.locf解决方案，现在有两个问题(PERMNO是股票标识符)：

COMPUSTAT_CRSP_IBES1[,
                     Portfolio_Monthly := na.locf(Portfolio_Monthly, 
                                                  na.rm = FALSE),
                     by = PERMNO]

我试过使用rep，但这根本行不通：

COMPUSTAT_CRSP_IBES1[,
                     Portfolio_Monthly := if_else(!is.na(Portfolio_Monthly), 
                                                  rep(Portfolio_Monthly, 11), 
                                                  NA), 
                     by = PERMNO]

谢谢你的暗示！

Answer 1

您可以创建和/或使用您的财政年度(6月-5月)作为by解决方案中的组na.locf标准之一。

#show data before calculations
data.frame(dat)

#demo FY calculation
dat[, FY := year(MONTH) + as.numeric(month(MONTH) >= 6)]

#actual code
dat[, Portfolio_Monthly := zoo::na.locf(Portfolio_Monthly, na.rm=FALSE),
    by=list(PERMNO, year(MONTH) + as.numeric(month(MONTH) >= 6))]

#show results
data.frame(dat)

样本数据：

library(data.table)
set.seed(0L)
dat <- data.table(PERMNO=rep(LETTERS[1:12], each=20), 
    MONTH=rep(seq(as.Date("2000-01-01"), by="1 month", length.out=20), 12),
    Portfolio_Monthly=NA_real_)
for (i in sample(1:dat[,.N], 5)) {
    set(dat, i, 3L, rnorm(1))   
}
setorder(dat, PERMNO, MONTH)