株価のデータフレームから、特定の銘柄の推奨日以降のドローダウンなどを出したい

Question

前提・実現したいこと

下記図のように、price_df(株価のデータフレーム,sqlite3から取得)と、stock_df(画像右,登録日付、銘柄コードなどが記載)のデータフレームより、登録日付以降の各銘柄コードより、購入日以降のドローダウン値、最大損失値を出したいとかんがえています。

その前段階で、購入日を下記ルールで算出しようとしました。
① 公開日のつぎの日の寄り付き値を求める（購入価格)
②「購入日」、「購入価格列」を追加して、①の値段をこの列の全行に入れる
③②とLowの差を出して、その結果を列として追加(別ファイルでもよい）
④③が入ったDFを日時で切り出して可視化する

このとき、次の日に寄り付かないことも銘柄によってはあるため、high-lowという列も追加しました。
この値がゼロの時は、寄り付いていないと判断し、「次の日の寄り付き」を出すために、df_queryで
high-low列が0でないものを分離しようと考えました。

その際、下記のようなコードを書いてみたのですが、エラーが出てしまいました。

発生している問題・エラーメッセージ

エラーメッセージ
----> stock_df["購入日"] = stock_df.apply(get_parchase_day, df=price_df, code=stock_df["銘柄コード"], date=stock_df["登録日付"], column_str="open", axis=1)

C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\frame.py in apply(self, func, axis, raw, result_type, args, **kwds)
   6876             kwds=kwds,
   6877         )
-> 6878         return op.get_result()
   6879 
   6880     def applymap(self, func) -> "DataFrame":

C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\apply.py in get_result(self)
    184             return self.apply_raw()
    185 
--> 186         return self.apply_standard()
    187 
    188     def apply_empty_result(self):

C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\apply.py in apply_standard(self)
    294             try:
    295                 result = libreduction.compute_reduction(
--> 296                     values, self.f, axis=self.axis, dummy=dummy, labels=labels
    297                 )
    298             except ValueError as err:

pandas\_libs\reduction.pyx in pandas._libs.reduction.compute_reduction()

pandas\_libs\reduction.pyx in pandas._libs.reduction.Reducer.get_result()

C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\apply.py in f(x)
    111 
    112             def f(x):
--> 113                 return func(x, *args, **kwds)
    114 
    115         else:

TypeError: get_parchase_day() got multiple values for argument 'df'

該当のソースコード

import sqlite3
import pandas as pd
from datetime import datetime
from datetime import timedelta
import pandas.tseries.offsets as offsets # pandas日付データのオフセット(offsets.Day())に使う。

def get_partical_df(df, code, date):
    ret_df = df.query("code == @code & date > @date & high-low != 0")
    return ret_df

# 購入日を求める関数(applyに渡す用)
def get_parchase_day(df, code, date, column_str):
    # tmp_df = get_partical_df(df, code, date)
    # return tmp_df[column_str].iloc[0]
    tmp_df = df.query("code == @code & date > @date & high-low != 0")[0]
    print(tmp_df)
    return tmp_df[column_str]

stock_df["購入日"] = stock_df.apply(get_parchase_day, df=price_df, code=stock_df["銘柄コード"], date=stock_df["登録日付"], column_str="open", axis=1) 

試したこと

速度の関係上、できればforで回したくなかったのですが、いろいろ試しても動かないので、下記のようにforで回すパターンも作ろうとしてみました。（しかし、エラーは出なくなったが、すべて同じ購入日が帰ってきてしまう。）

for st_code, st_date in zip(stock_df["銘柄コード"], stock_df["登録日付"]):
print(st_code, st_date)
tmp_df = get_partical_df(price_df, str(st_code), st_date)

if tmp_df.empty:
    continue

print(tmp_df["low"].iloc[0])
stock_df["購入日"] = tmp_df["date"].iloc[0]
stock_df["購入価格"] = tmp_df["low"].iloc[0]

補足情報（FW/ツールのバージョンなど）

python 3.7.4
pandas 1.0.1