如何为DataFrame添加标记列：判断索引日期是否在多段日期区间内

现有两个DataFrame：

• df：索引为日期类型，包含ts_code列
• df_cal：包含多组start_date和end_date字段，每组对应一个日期区间

需求：给df新增一列col，规则为：若df的索引日期落在df_cal的任意一个区间内，col值为1，否则为0。要求禁止使用DataFrame join方法，必须保留df原有索引顺序。此前尝试过单区间处理方案，但无法适配多区间场景。

方法一：基于apply的简洁实现（小数据量适用） #

先统一日期格式，再通过map遍历每个索引日期，判断是否存在符合条件的区间：

import pandas as pd

# 确保df_cal的日期列转为datetime类型
df_cal['start_date'] = pd.to_datetime(df_cal['start_date'])
df_cal['end_date'] = pd.to_datetime(df_cal['end_date'])

# 定义区间判断逻辑
def check_interval(date):
    return ((df_cal['start_date'] <= date) & (date <= df_cal['end_date'])).any()

# 生成目标列
df['col'] = df.index.map(check_interval).astype(int)

方法二：基于Numpy广播的高性能实现（大数据量优先） #

利用Numpy的广播特性，批量完成所有日期的区间判断，性能远高于apply：

import pandas as pd
import numpy as np

# 统一日期格式
df_cal['start_date'] = pd.to_datetime(df_cal['start_date'])
df_cal['end_date'] = pd.to_datetime(df_cal['end_date'])

# 转换为Numpy数组，调整维度实现广播
dates = df.index.to_numpy().reshape(-1, 1)
start_dates = df_cal['start_date'].to_numpy()
end_dates = df_cal['end_date'].to_numpy()

# 批量判断每个日期是否在任意区间内
match_mask = ((dates >= start_dates) & (dates <= end_dates)).any(axis=1)
df['col'] = match_mask.astype(int)

注意事项 #

• 必须确保所有涉及的日期字段（df的索引、df_cal的start/end_date）都是datetime64类型，否则会出现判断错误
• 两种方法均不会修改df的原有索引顺序，完全符合需求
• 数据量较大时（如百万级行），优先选择方法二，性能提升明显

内容的提问来源于stack exchange，提问作者Jack