Como acelerar a inserção em massa no MS SQL Server a partir do CSV usando pyodbc

Abaixo está o meu código com o qual gostaria de ajuda. Estou tendo que executá-lo em mais de 1.300.000 linhas, o que leva até40 minutos para inserir ~ 300.000 linhas.

Eu acho que inserção em massa é o caminho a seguir para acelerá-lo? Ou é porque eu estou iterando nas linhas viafor data in reader: parte?

#Opens the prepped csv file
with open (os.path.join(newpath,outfile), 'r') as f:
    #hooks csv reader to file
    reader = csv.reader(f)
    #pulls out the columns (which match the SQL table)
    columns = next(reader)
    #trims any extra spaces
    columns = [x.strip(' ') for x in columns]
    #starts SQL statement
    query = 'bulk insert into SpikeData123({0}) values ({1})'
    #puts column names in SQL query 'query'
    query = query.format(','.join(columns), ','.join('?' * len(columns)))

    print 'Query is: %s' % query
    #starts curser from cnxn (which works)
    cursor = cnxn.cursor()
    #uploads everything by row
    for data in reader:
        cursor.execute(query, data)
        cursor.commit()

Estou escolhendo dinamicamente meus cabeçalhos de coluna de propósito (como eu gostaria de criar o código mais pythonico possível).

SpikeData123 é o nome da tabela.

questionAnswers(3)

yourAnswerToTheQuestion