我明白你的需求——默认用lag()处理xts对象时，那些原本应该对应后续新日期的滞后值（比如你例子里的9和10）会因为原序列没有这些日期而丢失。要解决这个问题，核心思路是先扩展原xts的时间索引，包含你需要的后续日期，再执行lag/lead操作，这样新日期就能对应上相应的滞后值了。

具体步骤示例 #

首先先构造你给出的示例数据：

library(xts)
# 创建示例xts对象
dates <- seq(as.Date("2017-06-30"), as.Date("2018-03-31"), by = "month")
x <- xts(1:10, dates)

方法1：扩展索引后再执行lag操作

我们先创建包含后续所需日期的空xts，和原序列合并得到扩展后的完整索引，再做lag：

# 生成包含原日期+后续2个月的完整索引
extended_dates <- seq(as.Date("2017-06-30"), as.Date("2018-05-31"), by = "month")
# 创建空的xts载体，用于扩展索引
empty_xts <- xts(, extended_dates)
# 合并原序列和空xts，得到扩展后的序列（后续两个日期的值为NA）
x_extended <- merge(x, empty_xts)[, 1]
# 执行lag(2)操作
lag_x_full <- lag(x_extended, 2)

现在查看lag_x_full的结果：

[,1]
2017-06-30   NA
2017-07-31   NA
2017-08-31    1
2017-09-30    2
2017-10-31    3
2017-11-30    4
2017-12-31    5
2018-01-31    6
2018-02-28    7
2018-03-31    8
2018-04-30    9
2018-05-31   10

完美保留了你想要的9和10对应的后续日期数据！

方法2：手动拼接结果（适合简单场景）

如果是固定要补充末尾的n个值，也可以直接把原序列的末尾值拼接到lag结果后面，同时扩展索引：

# 先执行默认lag操作
lag_x <- lag(x, 2)
# 生成包含原索引+后续2个月的新索引
new_dates <- c(index(x), seq(as.Date("2018-04-30"), as.Date("2018-05-31"), by = "month"))
# 拼接lag结果和原序列的最后2个值，生成最终xts
lag_x_full <- xts(c(coredata(lag_x), tail(coredata(x), 2)), new_dates)

这个方法和上面的结果完全一致，适合你明确知道需要补充多少个后续日期的场景。

原理说明 #

xts的lag()函数是基于现有时间索引进行计算的：每个时间点的值对应原序列中往前n个位置的时间点的值。原序列没有后续的日期（比如2018-04-30、2018-05-31），所以默认的lag结果里不会自动生成这些日期。只有先把这些日期加入到序列的索引中，lag()才能把原序列末尾的9和10映射到这些新日期上。

如果是lead()操作（提前n期的值），思路也是一样的——先扩展索引包含前面的日期，再执行lead，就能保留原序列开头的值对应的前置日期啦。

内容的提问来源于stack exchange，提问作者mbt