以下是使用Python中的pandas库进行遍历数据框并在满足条件时创建新的数据框的示例代码：

import pandas as pd

# 创建一个示例数据框
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [25, 30, 35, 40],
        'Gender': ['Female', 'Male', 'Male', 'Male']}
df = pd.DataFrame(data)

# 创建一个空的新数据框
new_df = pd.DataFrame(columns=['Name', 'Age', 'Gender'])

# 遍历原数据框的每一行
for index, row in df.iterrows():
    # 满足条件时，将该行添加到新数据框中
    if row['Age'] >= 30:
        new_df = new_df.append(row)

# 打印新数据框
print(new_df)

输出结果为：

      Name Age Gender
1      Bob  30   Male
2  Charlie  35   Male
3    David  40   Male

以上代码中，我们首先创建了一个示例数据框df。然后，我们创建了一个空的新数据框new_df，其中包含与原数据框相同的列。接下来，我们使用iterrows()方法遍历原数据框的每一行，并检查每一行的年龄是否大于等于30。如果满足条件，则将该行添加到新数据框中。最后，我们打印新数据框的内容。