Pandas：无需遍历生日列表，匹配日期区间内的生日

我在Pandas DataFrame中存储了一组日期区间（例如每月的起始和结束日期），同时有一个生日列表。希望为DataFrame新增一列，存储落在对应StartDate和EndDate区间内的生日日期（可存为列表）。

示例代码：

import pandas as pd
import datetime as dt
end = [x for x in pd.date_range(dt.date(2022,1,1),periods=12, freq=pd.offsets.MonthEnd(1)).values]
start = [x for x in pd.date_range(dt.date(2022,1,1),periods=12, freq=pd.offsets.MonthBegin(1)).values]

dates = [(x, y) for x, y in zip(start, end)]

df = pd.DataFrame(dates, columns = ['StartDate', 'EndDate'])

birthdays = [dt.date(2022, 6, 17), dt.date(2022, 10, 7),dt.date(2022, 10, 12), dt.date(2022, 11 ,15)]

期望的DataFrame结果：

from numpy import nan
solution = [nan, nan, nan, nan, nan, [dt.date(2022, 6, 17)], nan, nan, nan, [dt.date(2022, 10, 7),dt.date(2022, 10, 12)], [dt.date(2022, 11 ,15)], nan]
df['Solution'] = solution

请问是否可以不遍历生日列表，实现这种匹配查找？

可以通过Pandas向量化操作实现，无需显式遍历生日列表，核心思路是利用广播机制生成匹配矩阵，再聚合结果：

1. 先将生日列表转为Pandas的日期Series，统一日期格式：

birthdays_series = pd.Series(pd.to_datetime(birthdays))

2. 生成广播式的布尔匹配矩阵：
   通过将DataFrame的日期列转为二维数组（[:, None]），与生日Series进行广播比较，得到每行区间对应的生日匹配结果：

# 生成每行区间与所有生日的匹配条件矩阵
match_matrix = (birthdays_series >= df['StartDate'].values[:, None]) & (birthdays_series <= df['EndDate'].values[:, None])

3. 基于匹配矩阵聚合生成结果列：
   遍历匹配矩阵的每一行，筛选出符合条件的生日并转为日期列表，无匹配则填充空值：

df['Solution'] = [
    birthdays_series[mask].dt.date.tolist() if mask.any() else pd.NA
    for mask in match_matrix
]

执行后就能得到符合预期的结果，整个过程没有显式遍历生日列表，而是利用Pandas的向量化运算提升效率。

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