使用 merge_asof 实现高效的时间序列匹配（无需循环）

pd.merge_asof() 是 Pandas 中用于 按最近键值合并两个表 的高效函数，特别适合处理时间序列、数值区间或非精确匹配的场景。以下是其核心用法和示例：

核心功能
根据一个键（如日期或数值），在右表中找到 最接近左表键值 的记录，并合并到左表。常用于：
• 合并价格变动记录（如订单时间匹配最新价格）

• 匹配时间戳相近的日志数据

• 处理数值区间（如温度区间匹配传感器ID）

基础语法

pd.merge_asof(
    left,                   # 左表（主表）
    right,                  # 右表（查找表）
    on=None,                # 键列名（左右表同名时用）
    left_on=None,           # 左表键列名
    right_on=None,          # 右表键列名
    left_index=False,       # 是否用左表索引作为键
    right_index=False,      # 是否用右表索引作为键
    by=None,                # 分组键（如按多个列分组匹配）
    suffixes=("_x", "_y"),  # 列名后缀
    tolerance=None,         # 允许的最大时间/数值差
    allow_exact_matches=True,  # 是否允许精确匹配
    direction="backward"    # 匹配方向：backward/forward/nearest
)</