我有以下 Dataframe （df）：

Name            Point1                  Point2
name1     '[x_coord, y_coord]'     '[x_coord, y_coord]'
name2     '[x_coord, y_coord]'     '[x_coord, y_coord]'
name3     '[x_coord, y_coord]'     '[x_coord, y_coord]'
etc...

我想添加一个新列“距离”，将以下内容应用于所有行：math.dist(ast.literal_eval(df['Point1']), ast.literal_eval(df['Point2'])) .
然而，这并不奏效：

df['Distance'] = math.dist(ast.literal_eval(df['Point1']), ast.literal_eval(df['Point2']))

下面的循环是有效的，但是它花费的时间太长了，因为我有数百万行：

dist_list = [math.dist(ast.literal_eval(row[2]), ast.literal_eval(row[3])) for row in df.itertuples()]

我在这里寻找的是一次对所有行执行此操作的方法，因为循环花费的时间太长。类似于如果我们想将所有行乘以整数'n'，不需要循环，只需执行df['new_col'] = df['old_col'] * n
我尝试的另一件事也花了很长时间，那就是创建一个函数并使用apply和lambda调用，就像这样：

def get_dist(p1: str, p2: str):
    return math.dist(ast.literal_eval(p1), ast.literal_eval(p2))

df['Distance'] = df.apply(lambda x: get_dist(x['Point1'], x['Point2']), axis=1)

有没有更快的方法可以得到我想要的结果？
先谢了！
PS：我还有另外4列的点坐标是浮点数，而不是字符串（Xcoord_point1, Ycoord_point1, Xcoord_point2, Ycoord_point2），如果它有帮助的话。