基于两个DataFrame的日期时间区间条件为数据集新增列的实现方法

你可以通过pandas.merge_asof实现高效的区间匹配，该方法性能远高于逐行遍历，适合各类数据量场景：

前置依赖 #

确保你已经导入了所需库：

import pandas as pd
import numpy as np

方法1：merge_asof实现（推荐） #

# merge_asof要求匹配键有序，先对两个表的时间列排序
Exp_sorted = Exp.sort_values('Date').reset_index(drop=True)
df_sorted = df.sort_values('Date').reset_index(drop=True)

# 按最近的起始时间匹配
df_result = pd.merge_asof(df_sorted, Exp_sorted, on='Date', direction='backward')

# 过滤不符合结束时间的行，不匹配的行Conditions设为空值，你也可以自定义默认值
df_result['Conditions'] = df_result.apply(
    lambda row: row['Conditions'] if row['Date'] <= row['E_Date'] else pd.NA,
    axis=1
)

# 清理不需要的E_Date列
df_result = df_result.drop(columns=['E_Date'])

方法2：IntervalIndex实现（小数据量场景更直观） #

如果你需要匹配的区间数量不多，可以直接构造区间索引实现匹配：

# 构造闭区间索引，closed='both'对应你要求的<=、>=规则
exp_intervals = pd.IntervalIndex.from_arrays(Exp['Date'], Exp['E_Date'], closed='both')
# 构造区间到Conditions的映射
interval_map = dict(zip(exp_intervals, Exp['Conditions']))

# 逐行匹配区间
df['Conditions'] = df['Date'].map(
    lambda x: interval_map[exp_intervals[exp_intervals.contains(x)][0]] 
    if len(exp_intervals[exp_intervals.contains(x)]) > 0 
    else pd.NA
)

结果说明 #

两种方法最终都会在df中生成符合要求的Conditions列，匹配规则完全符合Exp['Date'] <= df['Date'] <= Exp['E_Date']的要求，无匹配的行会返回空值，你可以根据需求替换为自定义默认值。

内容的提问来源于stack exchange，提问作者Zephyr