在 pandas 中进行行循环，通常不是最优的选择。因为 pandas 的主要目的是为了在整个数据集上执行向量化操作，这意味着您可以使用一些内置的函数和方法来同时处理整个数据集，而不需要进行循环。
但是，有时候需要对每一行进行单独的处理，比如根据每行的值来做一些决策或计算。在这种情况下，可以使用
apply()
方法来执行行循环。
以下是一个示例：
import pandas as pd
# 创建示例 DataFrame
df = pd.DataFrame({
'col1': [1, 2, 3],
'col2': [4, 5, 6],
'col3': [7, 8, 9]
# 定义函数来处理每一行
def row_function(row):
return row['col1'] + row['col2'] + row['col3']
# 应用函数到每一行
df['new_col'] = df.apply(row_function, axis=1)
# 显示结果
print(df)
在上面的示例中，我们首先创建了一个 DataFrame，然后定义了一个名为 row_function 的函数来处理每一行，该函数将每行的三个列相加，并返回该值。然后，我们使用 apply() 方法来将函数应用于 DataFrame 的每一行，并将结果存储在一个新的列 new_col 中。
请注意，在使用 apply() 方法时，需要指定 axis=1，以便将函数应用于每一行。此外，还可以在函数中使用其他的 pandas 方法和函数，以便处理每一行的数据。