在Python中，可以使用groupby()函数对DataFrame进行分组操作，并使用apply()函数对每个分组应用自定义函数。以下是一个示例代码，演示了如何按照分组对DataFrame进行groupby操作，并查找每个分组后的每行值：

import pandas as pd

# 创建一个示例DataFrame
data = {'Group': ['A', 'B', 'A', 'B', 'A', 'B'],
        'Value': [1, 2, 3, 4, 5, 6]}
df = pd.DataFrame(data)

# 定义一个自定义函数来查找每个分组的每行值
def find_row_values(group):
    for index, row in group.iterrows():
        print('Group:', row['Group'], ', Value:', row['Value'])

# 按照分组对DataFrame进行groupby操作，并应用自定义函数
df.groupby('Group').apply(find_row_values)

输出结果为：

Group: A , Value: 1
Group: A , Value: 3
Group: A , Value: 5
Group: B , Value: 2
Group: B , Value: 4
Group: B , Value: 6

这个示例中，我们首先创建了一个包含分组和值的DataFrame。然后，我们定义了一个自定义函数find_row_values()，它使用iterrows()函数遍历每个分组的每行，并打印出每行的值。最后，我们使用groupby()函数按照分组对DataFrame进行分组，并使用apply()函数应用find_row_values()函数到每个分组上。