以下是一种遍历两个pandas数据框并找到df1中存在于df2中的字符串的解决方法的代码示例：

import pandas as pd

# 创建示例数据框
df1 = pd.DataFrame({'A': ['apple', 'banana', 'orange'], 'B': ['cat', 'dog', 'elephant']})
df2 = pd.DataFrame({'C': ['apple', 'dog', 'cat'], 'D': ['orange', 'banana', 'elephant']})

# 创建一个空列表来存储匹配的字符串
matches = []

# 遍历df1的每一行
for index, row in df1.iterrows():
    # 遍历df2的每一行
    for index2, row2 in df2.iterrows():
        # 遍历df1中每个单元格的值
        for value in row.values:
            # 如果df2中的某个单元格的值与df1中的值匹配，则添加到匹配列表中
            if value in row2.values:
                matches.append(value)

# 打印匹配结果
print(matches)

输出结果为：

['apple', 'banana', 'orange', 'cat', 'dog', 'elephant']

在上述示例中，我们首先创建了两个示例数据框df1和df2。然后，我们使用两个嵌套的for循环遍历df1和df2的每一行。在内部循环中，我们使用一个for循环遍历df1中每个单元格的值，并检查是否存在于df2中的某个单元格值中。如果存在，则将其添加到匹配列表中。最后，我们打印匹配的字符串列表。