以下是一个示例代码，演示如何遍历数据并创建新的数据框架：

import pandas as pd

# 假设有一个包含姓名和年龄的数据框架
data = {'姓名': ['张三', '李四', '王五'],
        '年龄': [25, 30, 35]}
df = pd.DataFrame(data)

# 创建一个新的数据框架，用于存储遍历后的结果
new_df = pd.DataFrame(columns=['姓名', '年龄的平方'])

# 遍历原始数据框架的每一行
for index, row in df.iterrows():
    # 计算年龄的平方
    age_square = row['年龄'] ** 2
    
    # 将姓名和年龄的平方添加到新的数据框架中
    new_df.loc[index] = [row['姓名'], age_square]

# 打印新的数据框架
print(new_df)

输出结果如下：

   姓名 年龄的平方
0  张三    625
1  李四    900
2  王五   1225

这个示例中，我们首先创建了一个包含姓名和年龄的数据框架。然后，我们创建了一个空的新数据框架，用于存储遍历后的结果。接下来，我们使用iterrows()方法遍历原始数据框架的每一行。在每次迭代过程中，我们计算了年龄的平方，并将姓名和年龄的平方添加到新的数据框架中。最后，我们打印了新的数据框架。