如何将使用数据帧作为查找表的循环矢量化？

Question

我有一个dataframe“data”，它有5列，第一列是开始时间，第二列是结束时间。我还有第二个数据帧，叫做“allu times”，它是一个包含所有开始时间和结束时间的排序数据帧，它有一个并发计数器，通过计算一个值随时间的累积和来计算。每个开始时间的值为+1，每个结束时间的值为-1。我试图在每个“数据”行的范围内找到并发数的最小/最大值。你知道吗

我提出了一个如下所示的循环，它可以满足我的需要，但是非常慢。如何将此循环矢量化？你知道吗

data['min_concurrent'] = 0
data['max_concurrent'] = 0

for i in range(data.shape[0]):
    timeranges = all_times[data.iloc[i,0]:data.iloc[i,1]]['cumsum']
    data.iloc[i,5] = timerange['cumsum'].min()
    data.iloc[i,6] = timerange['cumsum'].max()

期望输出示例：

start                   end                     ... min  max
2017-01-01 00:00:02.187 2017-01-01 00:00:02.437 ...  1    1
2017-01-01 00:00:03.000 2017-01-01 00:00:04.000 ...  1    2
2017-01-01 00:00:03.700 2017-01-01 00:00:05.000 ...  1    2
2017-01-01 00:00:04.100 2017-01-01 00:00:04.200 ...  2    2
2017-01-01 00:00:04.500 2017-01-01 00:00:06.000 ...  1    2

上面也是“数据”的形状，下面是“所有时间”的形状：

timestamp                value     cumsum
2017-01-01 00:00:02.187  +1          1
2017-01-01 00:00:02.437  -1          0
2017-01-01 00:00:03.000  +1          1
2017-01-01 00:00:03.700  +1          2
2017-01-01 00:00:04.000  -1          1
2017-01-01 00:00:04.100  +1          2
2017-01-01 00:00:04.200  -1          1
2017-01-01 00:00:04.500  +1          2
2017-01-01 00:00:05.000  -1          1
2017-01-01 00:00:06.000  -1          0

那么，有没有一种方法可以让向量/矩阵运算更快呢？你知道吗