我有一个pandas DataFrame，df：
c1 c2
0 10 100
1 11 110
2 12 120
我该如何遍历这个DataFrame的行？对于每一行，我想通过列的名称访问它的元素（单元格中的值）。例如：
for row in df.rows:
print(row['c1'], row['c2'])
我发现了一个类似的问题，它建议使用以下任一种方法：
for date, row in df.T.iteritems():for row in df.iterrows():
但我不明白row对象是什么，以及如何使用它。
DataFrame.iterrows是一个生成器，它同时产生索引和行（作为Series）：
import pandas as pd
df = pd.DataFrame({'c1': [10, 11, 12], 'c2': [100, 110, 120]})
df = df.reset_index() # 确保索引与行数配对
for index, row in df.iterrows():
print(row['c1'], row['c2'])
10 100
11 110
12 120
来自文档的免责声明：
遍历pandas对象通常较慢。在许多情况下，不需要手动遍历行，可以通过以下方法之一避免遍历：
- 寻找向量化解决方案：许多操作可以使用内置方法或NumPy函数、（布尔）索引等执行。
- 当您有一个无法一次处理完整DataFrame/Series的函数时，最好使用apply()而不是遍历值。请参阅函数应用文档。
- 如果您需要对值进行迭代操作，但性能很重要，可以考虑使用cython或numba编写内部循环。有关此方法的一些示例，请参阅增强性能部分。
本线程中的其他答案深入探讨了iter*函数的替代方案，如果您想了解更多信息。