以下是一个示例代码，演示了如何遍历数据表中相同的行：

import pandas as pd

# 创建示例数据表
data = {'Name': ['John', 'Alice', 'Bob', 'John'],
        'Age': [25, 27, 30, 25],
        'City': ['New York', 'Paris', 'London', 'New York']}
df = pd.DataFrame(data)

# 根据重复行的条件进行分组
groups = df.groupby(df.columns.tolist()).apply(lambda x: list(x.index)).tolist()

# 遍历每个分组并输出相同的行
for group in groups:
    if len(group) > 1:
        print("相同的行:", group)
        print(df.iloc[group[0]])  # 输出第一个重复行的内容
        print(df.iloc[group[1:]])  # 输出剩余重复行的内容
        print()

这个示例使用了Pandas库来处理和操作数据表。首先，创建一个示例数据表df，其中包含一些重复的行。然后，使用groupby函数根据所有列的条件进行分组，并将每个分组中的行索引存储在groups列表中。接下来，遍历每个分组，并检查是否存在重复的行。如果存在重复的行，将打印出相同的行的索引，并输出第一个重复行的内容以及剩余重复行的内容。

请注意，这个示例假设数据表中的列没有缺失值，并且所有列的数据类型都一致。如果数据表中存在缺失值或不同数据类型的列，则需要根据具体情况进行适当调整。