在Pandas中，可以使用apply方法来遍历groupby数据框中的每一行进行操作。下面是一个示例代码：

import pandas as pd

# 创建一个包含分组的数据框
data = {
    'group': ['A', 'A', 'B', 'B', 'B'],
    'value': [1, 2, 3, 4, 5]
}
df = pd.DataFrame(data)

# 对每个分组进行操作的函数
def custom_func(group):
    # group是一个包含该分组的数据框
    # 在这里可以对该分组进行任意操作
    group['new_value'] = group['value'] * 2
    return group

# 使用groupby和apply进行分组遍历和操作
df_grouped = df.groupby('group').apply(custom_func)

# 输出结果
print(df_grouped)

运行上述代码，会输出以下结果：

  group  value  new_value
0     A      1          2
1     A      2          4
2     B      3          6
3     B      4          8
4     B      5         10

在上述示例中，我们首先创建了一个包含分组的数据框。然后定义了一个自定义函数custom_func，该函数接收一个分组作为参数，并对该分组进行操作，这里我们将每个分组的value列的值乘以2，并将结果保存到新的new_value列中。最后，我们使用groupby和apply方法将数据框按照group列进行分组，并将每个分组应用到custom_func函数中进行操作。最后得到的结果是每个分组都经过了自定义操作的数据框。