使用pandas的apply函数来代替遍历DataFrame。apply函数会在每个列或每行上调用一个函数，并返回一个Series或DataFrame。

例如，我们有一个包含成绩信息的DataFrame：

import pandas as pd

grades = pd.DataFrame({
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Math': [85, 76, 90],
    'English': [92, 88, 78]
})

如果我们想计算每个学生的平均分，我们可以定义一个函数来计算平均分，并使用apply函数在每行上调用该函数：

def calc_average(row):
    return (row['Math'] + row['English']) / 2

grades['Average'] = grades.apply(calc_average, axis=1)

这将在每行上调用calc_average函数，并将结果存储在新列“Average”中。注意，我们需要设置axis参数为1，表示沿着行方向操作。

现在，DataFrame将包含一个新的“Average”列，其中包含每个学生的平均分。

      Name  Math  English  Average
0    Alice    85       92     88.5
1      Bob    76       88     82.0
2  Charlie    90       78     84.0

使用apply函数可以大大提高DataFrame的计算速度，并且减少遍历DataFrame的代码量。