如何判断Pandas主DataFrame的日期是否落在另一DataFrame的日期范围内

需求说明 #

现有两个Pandas DataFrame：

• main_df：约20万条事件数据，包含事件编号、时间戳及其他字段
• df_ranges：包含多个不重叠的日期范围，每个范围对应唯一名称

需要为main_df新增一列in_range，标记每条记录的时间属于哪个范围，不属于任何范围则为None。

数据示例 #

main_df #

df_ranges #

期望结果 #

高效实现方案（适合20万条数据） #

由于数据量较大，推荐使用pd.merge_asof，这是专门针对有序键的高效合并方法，适合处理范围匹配场景：

步骤1：统一日期类型 #

先确保所有日期列都是datetime类型：

import pandas as pd

# 转换main_df的date列
main_df['date'] = pd.to_datetime(main_df['date'])
# 转换df_ranges的start和end列
df_ranges['start'] = pd.to_datetime(df_ranges['start'])
df_ranges['end'] = pd.to_datetime(df_ranges['end'])

步骤2：排序范围数据 #

merge_asof要求右侧DataFrame按合并键排序，这里按start排序：

df_ranges_sorted = df_ranges.sort_values('start')

步骤3：执行范围匹配 #

使用merge_asof匹配，同时过滤掉超出end范围的记录：

# 先按date和start做向后合并
merged = pd.merge_asof(
    main_df.sort_values('date'),
    df_ranges_sorted,
    left_on='date',
    right_on='start',
    direction='backward'
)

# 过滤掉date大于end的记录，将对应的name设为None
merged['in_range'] = merged.apply(
    lambda x: x['name'] if x['date'] <= x['end'] else None,
    axis=1
)

# 保留原main_df的列顺序，去掉合并时新增的start/end列
result = merged[['event_nr', 'date', 'detail_1', 'detail_2', 'in_range']]

备选方案（小数据量适用） #

如果数据量较小，可以用apply遍历每条记录，但效率较低，不适合20万条数据：

def get_range_name(date):
    for _, row in df_ranges.iterrows():
        if row['start'] <= date <= row['end']:
            return row['name']
    return None

main_df['in_range'] = main_df['date'].apply(get_range_name)

内容的提问来源于stack exchange，提问作者Con-cat-enate