Cada linha em um dataframe do Pandas contém coordenadas lat / lng de 2 pontos. Usando o código Python abaixo, o cálculo das distâncias entre esses 2 pontos para muitas (milhões) de linhas leva muito tempo!

Considerando que os 2 pontos estão a menos de 80 km de distância e a precisão não é muito importante, é possível acelerar o cálculo?

from math import radians, cos, sin, asin, sqrt
def haversine(lon1, lat1, lon2, lat2):
    """
    Calculate the great circle distance between two points 
    on the earth (specified in decimal degrees)
    """
    # convert decimal degrees to radians 
    lon1, lat1, lon2, lat2 = map(radians, [lon1, lat1, lon2, lat2])
    # haversine formula 
    dlon = lon2 - lon1 
    dlat = lat2 - lat1 
    a = sin(dlat/2)**2 + cos(lat1) * cos(lat2) * sin(dlon/2)**2
    c = 2 * asin(sqrt(a)) 
    km = 6367 * c
    return km


for index, row in df.iterrows():
    df.loc[index, 'distance'] = haversine(row['a_longitude'], row['a_latitude'], row['b_longitude'], row['b_latitude'])