如何无需循环为DataFrame添加日期区间判断列？

我有一个包含date列的DataFrame，同时拥有两个日期列表：一个是开始日期列表，另一个是结束日期列表（二者长度相同）。我想要新增一列名为variable的列，当date处于任意一对起止日期区间内时，该列值为1，否则为0。我尝试了以下代码，但无法正常运行。请问有没有无需循环的实现方法？

start_dates = [date(2023,4,1), date(2023,4,24), date(2023,5,15)]
end_dates = [date(2023,4,14), date(2023,5,1), date(2023,5,30)]

no_days = 92
intervals = [date(2023, 3, 1) + timedelta(days=1*i) for i in range(0, no_days-2)]

df = pd.DataFrame({'date':intervals})

# 无法正常运行的代码
df.assign(variable=np.where((df.date >= start) & (df.date <= end), 
1, 0) for start in start_dates for end in end_dates) 

无循环实现方案 #

方法1：利用NumPy广播机制 #

通过将日期列转换为二维数组，与起止日期数组进行广播比较，再判断每个日期是否满足任意区间条件：

import pandas as pd
from datetime import date, timedelta
import numpy as np

start_dates = [date(2023,4,1), date(2023,4,24), date(2023,5,15)]
end_dates = [date(2023,4,14), date(2023,5,1), date(2023,5,30)]

no_days = 92
intervals = [date(2023, 3, 1) + timedelta(days=1*i) for i in range(0, no_days-2)]
df = pd.DataFrame({'date':intervals})

# 转换数组实现广播
dates_np = df['date'].to_numpy()[:, np.newaxis]
starts_np = np.array(start_dates)
ends_np = np.array(end_dates)

# 生成掩码并转换为1/0
mask = ((dates_np >= starts_np) & (dates_np <= ends_np)).any(axis=1)
df['variable'] = mask.astype(int)

方法2：使用Pandas IntervalIndex #

将起止日期对转换为IntervalIndex，直接用isin方法判断日期是否落在任意区间内：

import pandas as pd
from datetime import date, timedelta

start_dates = [date(2023,4,1), date(2023,4,24), date(2023,5,15)]
end_dates = [date(2023,4,14), date(2023,5,1), date(2023,5,30)]

no_days = 92
intervals = [date(2023, 3, 1) + timedelta(days=1*i) for i in range(0, no_days-2)]
df = pd.DataFrame({'date':intervals})

# 创建区间索引并判断
interval_index = pd.IntervalIndex.from_arrays(start_dates, end_dates, closed='both')
df['variable'] = df['date'].isin(interval_index).astype(int)

两种方法均无需显式循环，处理大数据量时效率远高于循环实现。

内容的提问来源于stack exchange，提问作者corianne1234