如何用Pandas向量化方法根据日期为DataFrame分配投资列值？

现有两个Pandas DataFrame：

• df1（包含股票、起始日期及投资额）：

Stock,StartDate,Investment
A,2022-01-01,100
A,2022-02-01,150
B,2022-01-01,90
B,2022-01-15,100
...

• df2（包含股票及日期）：

Stock,Date
A,2022-01-01
A,2022-01-02
A,2022-01-05
...
B,2022-01-01
...

需要为df2添加Investment列，取值规则：对df2中股票S的日期d，匹配df1中满足d >= StartDate且d < 下一个StartDate的投资额。预期输出示例：

Stock,Date,Investment
A,2022-01-01,100
A,2022-01-02,100
A,2022-01-05,100
...
A,2022-01-31,100
A,2022-02-01,150
A,2022-02-02,150
...
B,2022-01-01,90
B,2022-01-02,90
...
B,2022-01-14,90
B,2022-01-15,100
B,2022-01-16,100
...

循环方法可实现需求，但需要更高效的向量化方案，求最优实现方式？

可以通过分组排序+时间区间映射的方式实现，全程用Pandas内置向量化操作，避免循环，效率最优：

1. 预处理日期格式：确保两个DataFrame的日期列转为datetime类型，避免字符串匹配错误：

import pandas as pd

df1['StartDate'] = pd.to_datetime(df1['StartDate'])
df2['Date'] = pd.to_datetime(df2['Date'])

2. 排序对齐数据：对两个DataFrame按股票+日期排序，为后续匹配做准备：

df1_sorted = df1.sort_values(['Stock', 'StartDate'])
df2_sorted = df2.sort_values(['Stock', 'Date'])

3. 核心匹配操作：使用merge_asof按股票分组，为df2的每个日期匹配最近的、不大于该日期的起始日期对应的投资额：

result = pd.merge_asof(
    df2_sorted,
    df1_sorted[['Stock', 'StartDate', 'Investment']],
    by='Stock',
    left_on='Date',
    right_on='StartDate',
    direction='backward'
)

merge_asof是Pandas专为组内时间区间匹配设计的高效函数，底层用C实现，会自动为同一只股票的每个日期找到符合d >= StartDate且d < 下一个StartDate的投资额。

4. 整理输出结果：移除多余列，调整列顺序：

result = result.drop('StartDate', axis=1)[['Stock', 'Date', 'Investment']]

方案优势 #

• 全程无显式循环，所有操作都是Pandas批量处理，处理十万级以上数据时，效率比循环高数十倍；
• 逻辑简洁直观，代码易维护；
• merge_asof天生适配这类“区间归属”的时间匹配场景，无需手动处理边界条件。

内容的提问来源于stack exchange，提问作者riccio777