现在有个文件里面是许多列的经纬度，需要遍历求其距离

如果您需要遍历一个包含多个经纬度的文件，并计算它们之间的距离，可以使用 Python 中的 pandas 库来读取文件，并使用前面提到的 haversine 函数计算经纬度之间的距离。

以下是一个示例代码，可以读取包含经纬度的 CSV 文件，并计算它们之间的距离：

import pandas as pd

# 读取包含经纬度的 CSV 文件
df = pd.read_csv('locations.csv')

# 计算每个点与其他点之间的距离
for i, row1 in df.iterrows():
    for j, row2 in df.iterrows():
        if i >= j:
            continue
        dist = haversine(row1['lon'], row1['lat'], row2['lon'], row2['lat'])
        print(f"Distance between ({row1['lon']}, {row1['lat']}) and ({row2['lon']}, {row2['lat']}) is {dist:.2f} km.")

在这个示例中，我们使用 pandas 库读取包含经纬度的 CSV 文件，并使用 iterrows() 方法遍历每一行。对于每一对不同的点，我们调用 haversine 函数计算它们之间的距离，并打印出结果。

请注意，这段代码的时间复杂度为 O(n^2)，因为它需要计算每一对不同的点之间的距离。对于大型数据集，这可能会很慢。如果您需要更快的计算方法，请考虑使用 KD 树等数据结构来加速计算。