Python 计算一组位置和特定点之间最小距离的最快方法（数据帧）

我试图计算存储在一个数据框中的140万个点之间的距离，其中纬度和经度在单独的列中，热点（大约10个点）也在纬度和经度中，但这需要一些时间

我尝试下面的代码：

from geopy import distance
import pandas as pd    

def distance_rows(start, points):
        return min([distance(start, stop).km for stop in points])

df['distance'] = df.apply(lambda row: distance_rows((row.LATITUDE, row.LONGITUDE), points), axis=1)

df是我的数据帧，distance_行接收点和大约10个点的列表，并返回从起点到点中每个点的最小距离

需要一段时间才能完成。您知道使用python计算数百万个点和一些感兴趣点之间距离的快速方法吗

---

我为我的英语道歉

目标是计算机1400万距离吗？还是要找出10个点中哪一个最接近1.4 M点？后者可以更快完成。目标是找出10个点中哪一个最接近1.4M点，然后结果必须是一个1.4M大小的数组，包含每个点的最小距离。这是一次性任务吗？如果需要几个小时才能完成，可以吗？然后写一些暴力代码。如果你需要一个距离函数，有很多问题可以提供“哈弗森”函数。谢谢！抱歉耽搁了！我希望它接近实时。。。每15分钟：DI有接近实时的例程——无需预计算（如您的问题所假定的那样）有些技术通常是几毫秒，很少超过20毫秒。够好吗？