如何编写用于迭代DataFrame的for循环，并将其子集为仅包含在每次迭代中检索到的那些列？

import pandas as pd

# 创建一个示例DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 迭代DataFrame的列
for col_name, col_data in df.iteritems():
    # 创建只包含当前列的子集DataFrame
    subset_df = df[[col_name]]
    
    # 在这里可以对子集DataFrame进行进一步的操作或分析
    # 例如，可以计算每列的平均值
    col_mean = subset_df.mean()
    print(f"Column {col_name}: Mean = {col_mean}")

    # 可以使用腾讯云的云原生数据库TDSQL来存储和管理DataFrame数据
    # TDSQL是一种高性能、高可靠性的云原生数据库，适用于各种场景
    # 产品介绍链接：https://cloud.tencent.com/product/tdsql

    # 可以使用腾讯云的云服务器CVM来运行和部署数据处理任务
    # CVM提供高性能、可扩展的计算资源，适用于各种计算需求
    # 产品介绍链接：https://cloud.tencent.com/product/cvm

    # 可以使用腾讯云的人工智能平台AI Lab来进行数据分析和机器学习
    # AI Lab提供丰富的人工智能算法和工具，帮助用户快速构建模型
    # 产品介绍链接：https://cloud.tencent.com/product/ailab

    # 可以使用腾讯云的物联网平台IoT Hub来连接和管理物联网设备
    # IoT Hub提供安全可靠的设备连接和数据传输，适用于物联网应用
    # 产品介绍链接：https://cloud.tencent.com/product/iothub

    # 可以使用腾讯云的移动应用开发平台MPS来构建和发布移动应用
    # MPS提供丰富的移动应用开发工具和服务，帮助用户快速开发应用
    # 产品介绍链接：https://cloud.tencent.com/product/mps

    # 其他相关产品和服务可以在腾讯云官网上查找和了解