以下是一个遍历DataFrame并创建新DataFrame的示例代码：

import pandas as pd

# 创建一个示例DataFrame
data = {'姓名': ['张三', '李四', '王五'],
        '年龄': [25, 30, 35],
        '城市': ['北京', '上海', '广州']}
df = pd.DataFrame(data)

# 创建一个空的DataFrame用于存储新的数据
new_df = pd.DataFrame(columns=['姓名', '年龄', '城市'])

# 遍历原始DataFrame
for index, row in df.iterrows():
    # 在新的DataFrame中创建新行
    new_row = {'姓名': row['姓名'], '年龄': row['年龄'], '城市': row['城市']}
    # 将新行添加到新的DataFrame中
    new_df = new_df.append(new_row, ignore_index=True)

# 打印新的DataFrame
print(new_df)

这个示例代码中，首先我们创建了一个示例的DataFrame df。然后，我们创建了一个空的DataFrame new_df，用于存储遍历过程中创建的新数据。接下来，我们使用iterrows()函数遍历原始DataFrame的每一行，并通过创建一个新的行字典new_row来存储每一行的数据。最后，我们将新行添加到新的DataFrame中，使用append()函数，并设置ignore_index=True来确保行索引正确递增。最后，我们打印新的DataFrame new_df。