下面是一个工具函数，使用函数merge_asof，这个模糊匹配的逻辑是固定的，用右边的数据匹配左边的对应的数据

其中direction="backward"表示匹配规则是找小于等于目标日期的最近日期：

import pandas as pd

def get_previous_year_data(df, date_col='date', value_col='value'):
    """使用merge_asof快速匹配去年同期数据"""
    df = df.copy()
    df[date_col] = pd.to_datetime(df[date_col])
    df = df.sort_values(date_col).reset_index(drop=True)
    # 创建去年同期日期列
    df['previous_year_date'] = df[date_col] - pd.DateOffset(years=1)
    # 使用merge_asof进行最近匹配
    result_df = pd.merge_asof(
        df,
        df[[date_col, value_col]].rename(columns={date_col: 'previous_year_date', value_col: 'previous_year_value'}),
        on='previous_year_date',
        direction='backward'
    )  # 右边跟左边做匹配，选择左边的 on这一列，在右边找对应的匹配行的数据，
    # direction选择backward表示匹配规则是找小于等于目标日期的最近日期
    return result_df

def main():
    # 使用示例
    data = {
        'date': ['2020-01-15', '2020-03-20', '2020-05-10', '2021-01-15', '2021-02-28', '2021-05-10', '2021-07-01', '2022-01-15',
                 '2022-03-15', '2022-05-10', '2022-08-20'],
        'value': [100, 150, 200, 110, 160, 210, 250, 120, 170, 220, 280]
    }
    result_fast = get_previous_year_data(pd.DataFrame(data))
    print(result_fast)

if __name__ == '__main__':
    main()

得到结果：