熊猫合并两个数据范围的最快方法

Question

我正在将两个文件合并到完全匹配的时间戳上。这些是字段数据。我试图找到准确合并它们的最快方法。我在这里列出了我的反复试验结果。我想知道那里的任何更好，快速的方法。请记住，File1的行约为2000万行，File2具有200万行。您猜对了，我不是，也不能在这里共享。 我的代码：

file1.shape
Out[13]: (19069591, 11) # 19.1 million rows

file2.shape
Out[14]: (1987321, 44) # 1.9 million rows

方法1：pd.merge（正确的结果但较慢）

%timeit df = pd.merge(file1,file2,how='inner',left_index=True,right_index=True)
28.3 s ± 2.19 s per loop (mean ± std. dev. of 7 runs, 1 loop each)

df = pd.merge(file1,file2,how='inner',left_index=True,right_index=True)  
df.shape
Out[17]: (1776798, 55) # 1.7 million rows

methot2：pd.merge_asof（快4倍但错误结果） 此方法需要对两个文件进行排序。因此，另外两行代码。但是，这两条线在2或3 s中执行，与Method1相比，该方法2的％timeit

file1.sort_index(inplace=True,ascending=True)
file2.sort_index(inplace=True,ascending=True)

%timeit pd.merge_asof(file1,file2,left_index=True,right_index=True,direction='nearest',tolerance=pd.Timedelta('0s'))

8.72 s ± 1.05 s per loop (mean ± std. dev. of 7 runs, 1 loop each)

df = pd.merge_asof(file1,file2,left_index=True,right_index=True,direction='nearest',tolerance=pd.Timedelta('0s'))
df.shape
(19069591, 55) # 19 million rows (NOT CORRECT)

肯定更快。但是有一个问题。方法1结果是正确的。因为与File1（1.9）和File2（19）相比，其最终的DF尺寸为170万行的尺寸较小。尽管Method2更快，但结果是错误的，因为它考虑了两个数据帧的所有行。这里有两个问题：1。如何从方法2方法中获得确切的匹配？ 2。是否有比这两个方法更快的方法？

解决方案更新基于Pavel建议：

%timeit df = pd.merge_asof(file1,file2,left_index=True,right_index=True,allow_exact_matches=True,direction='nearest')
10.7 s ± 758 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

df.shape
Out[26]: (19069591, 55)