Python 使用用户定义的函数对For循环进行矢量化

我有一个数据帧，为了简单起见，它看起来是这样的：

import pandas as pd
!pip install dfply
from dfply import *


stocks = {'Ticker': ['AA', 'AA', 'BB', 'BB'], 'Date': ['2019-01-01', '2019-01-03', '2012-01-01', '2012-01-03']}
stocks = pd.DataFrame.from_dict(stocks))
print(stocks)


Ticker    Date
AA        2019-01-01
AA        2019-01-03
BB        2012-01-01
BB        2012-01-03

我遇到的一个问题是，我创建的数据集有一些股票在不同的日期上市，因此我尝试创建一列，指定股票代码出现的第一个日期。为此，我使用以下for循环：

def beginDate(stock):     #returns the first day that stock is on market in dataset
    return(min(
    (stocks >> mask(stocks['Ticker'] == stock))['Date']
    ))

begin_market = []
for i in range(len(stocks)):
    beginning_date = beginDate(stocks['Ticker'][i])
    begin_market.append(begin_market)

我的目标是获得如下结果：

Ticker    Date         begin_market
AA        2019-01-01   2019-01-01
AA        2019-01-03   2019-01-01
BB        2012-01-01   2012-01-01
BB        2012-01-03   2012-01-01

---

我遇到的问题是，我有一个大的数据帧，因此for循环要花很长时间才能完成。为了提高计算速度，我正在阅读关于对for循环进行矢量化的文章，但是除了if/else类型的语句外，我还不清楚它到底是如何工作的。有人知道你如何将其矢量化以提高其速度吗？如果是这样，我将不胜感激

如果我没弄错，您希望按“股票代码”分组，然后从该组中选择最早日期：

stocks = {'Ticker': ['AA', 'AA', 'BB', 'BB'], 'Date': ['2019-01-01', '2019-01-03', '2012-01-01', '2012-01-03']}
stocks = pd.DataFrame.from_dict(stocks)
stocks['Date'] = pd.to_datetime(stocks['Date'])

stocks['First Appearance'] = stocks.groupby('Ticker')['Date'].transform('min')
print(stocks)

印刷品：

  Ticker       Date First Appearance
0     AA 2019-01-01       2019-01-01
1     AA 2019-01-03       2019-01-01
2     BB 2012-01-01       2012-01-01
3     BB 2012-01-03       2012-01-01

---

什么是

掩码（）

？你能编辑你的问题并把预期的结果放在那里吗？很抱歉

mask（）

来自dfply包，该包基于R中的dplyr包（我以前使用过）。它允许使用>>进行管道连接，并使用

mask（）

进行过滤。我更新了开始代码以显示所需的包。所以您想按股票代码分组并从该组中选择最小日期吗？