我有2个（用于简化演示） Dataframe ：
| 表1_id|迟|长的|表2标识|
| - -|- -|- -|- -|
| 一个|5.5分|四十五点五||
| 2个|第5.2节|50.2分||
| 三个|八点九分|四十九点七||
| 表2标识|迟|长的|
| - -|- -|- -|
| 一个|5.0版本|四十七点二|
| 2个|八点五|二十二点五|
| 三个|二、一|三十三点三|
表1有40000行以上。表2有3000行。
我想要的是找到表1中的每个项目的table2_id，它使用纬度/经度与其位置具有最短的距离，对于距离计算，我使用geopy. distance。
要做到这一点，最慢的方法是迭代表1中的每个坐标，并对每个坐标迭代表2中的所有行，以找到最小值。使用DataFrame.iterrows（）或DataFrame. apply，这是非常慢的。
看起来会有点像这样：

for idx, row in table1_df.iterrows():
    location1 = (row["lat"], row["long"])
    min_table2id = 0
    min_distance = 9999999
    for idx2, row2 in table2_df.iterrows():
        location2 = (row2["lat"], row2["long"])
        distance = geopy.distance.geodesic(location1, location2).km
        if distance < min_distance:
            min_distance = distance
            min_table2id = row2[table2_id]
    row[table2_id] = min_table2id

我只对较小的数据集做过简单的事情，速度从来不是问题，但这需要几分钟，这在某种程度上是对大型表的2个for循环所期望的。
我不太熟悉矢量化（只使用它来操作 Dataframe 中的单列），想知道是否有一个好的方法来矢量化它，或者用另一种方法来加速它。谢谢！