有没有办法遍历Pandas Dataframe？

是的，可以使用Pandas库中的多种方法来遍历DataFrame。

使用iterrows()方法遍历DataFrame的每一行，返回(index, Series)的元组：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

for index, row in df.iterrows():
    print(index, row['A'], row['B'])

推荐的腾讯云相关产品：云服务器CVM、云数据库MySQL、云存储COS、人工智能平台AI Lab等。详细介绍请参考腾讯云官方文档：腾讯云产品

使用itertuples()方法遍历DataFrame的每一行，返回命名元组：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

for row in df.itertuples():
    print(row.Index, row.A, row.B)

推荐的腾讯云相关产品：云服务器CVM、云数据库MySQL、云存储COS、人工智能平台AI Lab等。详细介绍请参考腾讯云官方文档：腾讯云产品

使用iteritems()方法遍历DataFrame的每一列，返回(column, Series)的元组：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

for column, series in df.iteritems():
    print(column, series.values)

推荐的腾讯云相关产品：云服务器CVM、云数据库MySQL、云存储COS、人工智能平台AI Lab等。详细介绍请参考腾讯云官方文档：腾讯云产品

使用apply()方法遍历DataFrame的每一行或每一列，并对其应用自定义函数：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 对每一行应用自定义函数
def custom_function(row):
    return row['A'] + row['B']

df['C'] = df.apply(custom_function, axis=1)

# 对每一列应用自定义函数
def custom_function(column):
    return column.mean()

df['D'] = df.apply(custom_function, axis=0)

print(df)

推荐的腾讯云相关产品：云服务器CVM、云数据库MySQL、云存储COS、人工智能平台AI Lab等。详细介绍请参考腾讯云官方文档：腾讯云产品

以上是遍历Pandas DataFrame的几种常用方法，根据具体需求选择合适的方法进行遍历。