下面是一个示例代码，演示如何遍历 Pandas 数据框并根据条件复制到新的数据框：

import pandas as pd

# 创建示例数据框
df = pd.DataFrame({'A': [1, 2, 3, 4, 5],
                   'B': [6, 7, 8, 9, 10]})

# 创建一个空的数据框用于存储满足条件的行
new_df = pd.DataFrame(columns=df.columns)

# 遍历数据框的每一行
for index, row in df.iterrows():
    # 根据条件判断行是否满足要求
    if row['A'] > 2:
        # 复制满足条件的行到新的数据框
        new_df = new_df.append(row)

# 输出新的数据框
print(new_df)

这段代码首先创建了一个示例的数据框 df，然后创建一个空的数据框 new_df 用于存储满足条件的行。

接下来，使用 iterrows() 方法遍历 df 的每一行。在循环中，我们可以通过 row['A'] 来访问当前行的 'A' 列的值，然后根据条件判断是否满足要求。如果满足条件，我们将这一行通过 append() 方法添加到 new_df 中。

最后，输出新的数据框 new_df。