Python 如何使用UDAF填充PySpark数据帧中的时间间隔

我有一个数据框，其中包含某个月某个存储的值。看起来像

df:pyspark.sql.dataframe.DataFrame

TRADEID:integer
time_period:date
VALUE:double

理想情况下，对于每个TRADEID，一年中的每个月都应该有值，但是，对于某些TRADEID，某些月份会被跳过

我需要用上一个月可用的值来填补这些空白，例如

老df

|TRADEID|time_period|value|
+-------+-----------+-----+
|      1| 31-01-2019|    5|
|      1| 31-03-2019|    6|
|      2| 31-01-2019|   15|
|      2| 31-03-2019|   20|
+-------+-----------+-----+

新df

|TRADEID|time_period|value|
+-------+-----------+-----+
|      1| 31-01-2019|    5|
|      1| 28-02-2019|    5|
|      1| 31-03-2019|    6|
|      2| 31-01-2019|   15|
|      2| 28-02-2019|   15|
|      2| 31-03-2019|   20|
+-------+-----------+-----+

据我所知，我可以使用UDAF，该过程看起来像

df.groupby（'TRADEID'）.apply（UDAF）

有一个类似的例子，但它没有回答以下问题：
1.从性能的角度来看，这是最佳的方式吗？有很多TRADEID和数百万行数据。
2.关于如何编写性能良好的UDAF的任何建议。如何定义缺失的月份？我可以创建包含所有所需月份的参考数据框并进行外部联接，但从上一个可用月份到添加月份的填充值的好方法是什么？

可能重复的可能重复的