tushare 下载股票行情数据，复权处理100万行需要10分钟，请教如何优化。

2019-02-12 03:50:14 527 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

计算机视觉与深度学习实战：以Python为工具，基于帧间差法进行视频目标检测计算机视觉是一门研究如何使机器从数字图像或视频中提取、分析和理解有用信息的学科。它涉及图像处理、计算机图形学、人工智能等多个领域的知识。通过计算机视觉技术，我们可以实现图像的识别、分类、目标检测等功能。本文介绍了计算机视觉与深度学习的基本概念和原理，并以Python为工具，基于帧间差分法实现了视频目标检测。帧间差分法具有算法实现简单、程序设计复杂度低、对光线等场景变化不太敏感等优点，因此在实际应用中得到了广泛的应用。然而，帧间差分法也存在一些局限性，如对于缓慢移动或静止的物体检测效果不佳。阅读详情

本人菜鸟一只，上代码，大佬给看看。

我每天下载最新未复权行情，自己做复权处理，复权公式：复权价=收盘价*当日复权因子/最新复权因子。
下图是我本地存储的数据。adj_factor是因子列。

我复权处理，就是用for循环，用df1 = df.ix[code] 来保存一只股票全部代码，用i存储最新日期的因子，再用 df1['factor'] = df1['adj_factor']/i，就可以得到股票复权的系数。后面直接系列相乘，这个简单。关键是这个for循环里，1百多万行耗时8分。

网上看了很多优化的文章，才知道自己这个最愚蠢。可是按文章里说的iterrow，apply，矢量化等等，我这个很难套进去。除了我的办法之外，怎么更快速得到复权的这个系数？？？？？？？？？？？

...全文