逐行操作data.frame中的一列的更快方法是什么？

我有一个带有数字纬度和经度值的数据框。data.frame有14K行和40列

我想在数据框中添加一个名为“半球”的类别列，以便轻松区分北部（纬度>0）和南部（纬度<0）。我就是这么做的：

for (r in 1:nrow(myDataFrame)) {
  if (myDataFrame[r, "latitude"] > 0) {
    myDataFrame[r, "hemisphere"] <- "North"
  } else {
    myDataFrame[r, "hemisphere"] <- "South"
  }
}

for（1中的r:nrow（myDataFrame））{
如果（myDataFrame[r，“纬度”]>0）{
myDataFrame[r，“半球”]@baptiste的
ifelse
解决方案是加快矢量化比较的常用方法，但在这种情况下，一些明智的子集设置和
符号的使用可能会更快：

myDataFrame$hemisphere <- c("South","Equator","North")[sign(myDataFrame$latitude)+2]

myDataFrame$hemisphere
ifelse
很快，但如果需要效率，您最好使用子集基本方法

给出一些示例数据：

set.seed(1)
df <- data.frame(site = 1:14000, latitude = rnorm(14000))

给

> head(df)
  site   latitude hemisphere
1    1 -0.6264538      South
2    2  0.1836433      North
3    3 -0.8356286      South
4    4  1.5952808      North
5    5  0.3295078      North
6    6 -0.8204684      South

怎么样
myDataFrame=transform（myDataFrame，半球=ifelse（纬度>0，“北”、“南”））
？@baptiste Yep，这真的很快。谢谢！为什么不给它一个真正的答案呢？@James谢谢。很尴尬，因为我是一个地理学家。大脑在那里失灵。现在修复了。假设它是地磁reversal@James几月前我在大学里学过这些（当我现在研究过去的环境/全球变化时，我的地理学分支与地质学更为一致。）我应该援引这个理由，这样我就不会看起来像个无能的白痴；-）
> head(df)
  site   latitude hemisphere
1    1 -0.6264538      South
2    2  0.1836433      North
3    3 -0.8356286      South
4    4  1.5952808      North
5    5  0.3295078      North
6    6 -0.8204684      South