Обновление производительности соединения/слияния панд в Python ⇐ Python

[Anonymous]

(Я публикую этот вопрос, на который я отвечаю сам, чтобы поделиться своими собственными тестами.) Существует огромное количество способов объединить два DataFrame в Python/Pandas. Предыдущий анализ производительности показал, что DataFrame.join работает быстрее, чем DataFrame.merge, и что лучше всего, чтобы одна таблица имела индекс для соединяемого столбца. Ничто из этого больше не соответствует действительности, поскольку кажется, что DataFrame.merge значительно улучшился. Тем не менее, я считаю, что он все еще медленнее, чем некоторые альтернативы. Есть ли обновленное сравнение производительности этих альтернативных методов с последними версиями Python/Pandas в 2024 году? В частности, меня интересует наиболее распространенный случай, который представляет собой соединение большой левой таблицы с меньшей правой таблицей, сохраняющей левый индекс и без пропущенных значений (поэтому соединение аналогично левому соединению). Размеры могут составлять около 10000000 для левой таблицы и 100000 для правой таблицы, которая может содержать до 10 столбцов. И режим копирования при записи следует включить, потому что это будущее Pandas.

Подробнее здесь: https://stackoverflow.com/questions/791 ... -in-python