请帮忙！需要显著提高python for循环的效率

希望任何人都能帮我，因为我不知道什么更好。 我构建了这个for循环，我需要将股票走势和触发它们的顺序联系起来。 订单和库存的数据集都是巨大的（>2.000.000行），我为循环构建了这个数据集，这个数据集运行得很好，但速度很慢：根据我的数学计算，需要74天才能完成。 我需要你们和你们的魔术师眼睛来看看，告诉我我可以做些什么来提高这个循环的效率，因为我确信我犯了很多新手的错误

编辑：堆栈溢出让我集中精力回答问题，对不起，伙计们。我想我这里的问题是，我在循环中使用了很多pd.DataFrames，因为这是我发现的唯一方法，可以使它与我正在使用的datetime操作一起工作，并将行提取到结果dataframe“inserts”。 我认为如果我改用数组，它会变得更好，我只是不知道如何构建它，甚至不知道如何使它工作，因为我遇到了所有的数据类型错误。 请看一下代码中的数据帧操作，并告诉我您是否发现了使此运行如此缓慢的任何奇怪错误

    for index, row in FOLredux.iterrows():

    # leave stockmov update to another processing step, so this can go faster

    newrow = []
    rollingDF = []

    if row['HadNoStock'] == 'Yes':

        stepdate = row['CheckStockDate']

    else:

        stepdate = row['DecidePackagingDate']


    insertedMovList = inserts['MovementDate'][(inserts['SiteID'] == row['SiteId']) & (inserts['ProductID'] == row['ProductId'])
                                        & (inserts['SizeValue'] == row['SizeValue'])]


    rollingDF = pd.DataFrame({'MovementDate':[StockMov['MovementDate'][(StockMov['siteid'] == row['SiteId']) & (StockMov['ProductID'] == row['ProductId'])
                                        & (StockMov['SizeValue'] == row['SizeValue']) & (StockMov['Delta'] == row['QtySold']*-1) 
                                        ]][0]})

    rollingDF['TotalTime'] = (stepdate - rollingDF['MovementDate']).dt.total_seconds()


    stockdate = pd.DataFrame({'MovementDate': [rollingDF['MovementDate'][(rollingDF['TotalTime'] >= -10)  & (rollingDF['TotalTime'] <= 10)]][0]})

    if len(stockdate) != 0:

        stockdate = stockdate['MovementDate'][~stockdate['MovementDate'].isin(insertedMovList)]



    if len(stockdate) == 0:

        #use creation date

        stepdate = row['BoutiqueOrderDate']

        insertedMovList = inserts['MovementDate'][(inserts['SiteID'] == row['SiteId']) & (inserts['ProductID'] == row['ProductId'])
                                        & (inserts['SizeValue'] == row['SizeValue'])]


        rollingDF = pd.DataFrame({'MovementDate':[StockMov['MovementDate'][(StockMov['siteid'] == row['SiteId']) & (StockMov['ProductID'] == row['ProductId'])
                                        & (StockMov['SizeValue'] == row['SizeValue']) & (StockMov['Delta'] == row['QtySold']*-1) 
                                        ]][0]})

        rollingDF['TotalTime'] = (rollingDF['MovementDate'] - stepdate).dt.total_seconds()/60

        stockdate = pd.DataFrame({'MovementDate': [rollingDF['MovementDate'][(rollingDF['TotalTime'] >= 0)  & (rollingDF['TotalTime'] <= 60)]][0]})

        if len(stockdate) != 0:

            stockdate = stockdate['MovementDate'][~stockdate['MovementDate'].isin(insertedMovList)]


            if len(stockdate) != 0:

                stockdate = min(stockdate)

                orderid = row['OrderCodeId']

                values = [orderid, stockdate, row['SiteId'], row['ProductId'], row['SizeValue'], 1, 0]

                zipped = zip(columns, values)

                data = dict(zipped)

                newrow.append(data)

                inserts = inserts.append(newrow, True)

    else:

        stockdate = min(stockdate)

        orderid = row['OrderCodeId']

        values = [orderid, stockdate, row['SiteId'], row['ProductId'], row['SizeValue'], 0, 0]

        zipped = zip(columns, values)

        data = dict(zipped)

        newrow.append(data)

        inserts = inserts.append(newrow, True)

对于folderdux.iterrows（）中的索引行：
#将stockmov更新留给另一个处理步骤，这样可以更快地进行
newrow=[]
rollingDF=[]
如果行['HadNoStock']='Yes'：
stepdate=行['CheckStockDate']
其他：
stepdate=行['DecidePackagingDate']
insertedMovList=插入['MovementDate'][（插入['SiteID']==行['SiteID']）和（插入['ProductID']==行['ProductID']））
&（插入['SizeValue']==行['SizeValue']]
rollingDF=pd.DataFrame（{'MovementDate'：[StockMov['MovementDate'][（StockMov['siteid']==行['siteid']）和（StockMov['ProductID']==行['ProductID']））
&（StockMov['SizeValue']==行['SizeValue']）和（StockMov['Delta']==行['QtySold']*-1）
]][0]})
rollingDF['TotalTime']=（stepdate-rollingDF['MovementDate']）.dt.total_seconds（）
stockdate=pd.DataFrame（{'MovementDate'：[rollingDF['MovementDate'][（rollingDF['TotalTime']>=-10）&（rollingDF['TotalTime']=0）&（rollingDF['TotalTime']注意：我对Python比较陌生，所以不要期望我的问题质量最高

我在底部没有看到循环函数。您可以将代码放在def code（）下：例如：def main（）：然后在底部添加：main（）。

def main():
    # Code goes here
main()

底部的main（）再次运行def main（）：下的代码。如果要导入库，请确保它位于代码顶部，而不是def main（）：下