优化合并和其他聚合技术？

Question

我有两只熊猫数据框

客户名称Dataframe:Name

  ID       Name
 9967   Tasia Aldrich
 5154   Tinisha Balcom    
 9780   Lonna Braga
 5101   Violette Arneson
 7074   Oralee Schertz
 4324   Tempie Bristol
 7270   Margarita Evens
 2087   Jon Woodham
 1301   Linwood Wollman
 5897   Salvatore Oatis

等等

客户产品购买数据框：购买

 ID     Product
1094    Audio Equipment
5337    Cameras and Camera Equipment
3035    Car Electronics and GPS
7865    Computer Accessories
2126    Desktop Computers and Monitors
8823    Laptops and Notebooks
4987    Lighting Equipment
7920    Smartphones and Mobile Devices
5801    Tablets and E-Readers
8242    Televisions and Television Services

等等

现在两个数据帧都包含大约1200万条记录，我想根据它们的ID合并它们。我尝试使用传统的操作：

mergeDF=name.merge(purchase,'left','ID')

完全融合花了140分钟。有没有其他方法可以优化这个？你知道吗

第二部分：

我还尝试在新合并的数据帧中创建一个名为“key”的列，该列的定义如下：

mergedDF['key']=mergedDF.apply(lambda x: x.ID+'&'+x.Product,axis=1)

又得花很多时间。有什么建议吗？ 我是python新手，所以任何建议都会有帮助。你知道吗