合并多个dask.DataFrames更快？

假设您有10个不同的

ddf

，它们都有相同的索引，是否有比这更快的选项将其全部合并在一起

# Pseudo code
ddfs_to_be_merged = []
ddfs_to_be_marged.append(ddf_with_same_index1)
ddfs_to_be_marged.append(ddf_with_same_index2)
ddfs_to_be_marged.append(ddf_with_same_index3)


target = dd.DataFrame() # some dataframe which share the same index
for df_to_be_merged in ddfs_to_be_marged:
   target = target.merge(df_to_be_merged, how='left', left_index=True, right_index=True)
print(target.head())

我的理解是，这类代码将以序列化方式运行（一个接一个地合并），而有一种更快的方法可以（以某种方式）一次性合并它（因为它们共享相同的索引）