要遍历数据框并对每个文本进行CoreNLP情感分析，可以使用Python的pandas库和StanfordCoreNLP库。以下是一个示例代码：

import pandas as pd
from pycorenlp import StanfordCoreNLP

# 创建StanfordCoreNLP对象
nlp = StanfordCoreNLP('http://localhost:9000')

# 读取数据框
df = pd.read_csv('data.csv')

# 定义函数进行情感分析
def sentiment_analysis(text):
    # 使用StanfordCoreNLP进行情感分析
    result = nlp.annotate(text,
                          properties={
                              'annotators': 'sentiment',
                              'outputFormat': 'json',
                              'timeout': 10000,
                          })
    # 提取情感分析结果
    sentiment = result["sentences"][0]["sentiment"]
    return sentiment

# 遍历数据框并进行情感分析
df['sentiment'] = df['text'].apply(sentiment_analysis)

# 打印结果
print(df)

在这个示例中，假设数据框的文件名为"data.csv"，其中包含一个名为"text"的列，该列包含要进行情感分析的文本。代码首先创建了一个StanfordCoreNLP对象，并使用pandas库将数据框读入内存。然后定义了一个函数"sentiment_analysis"，它使用StanfordCoreNLP进行情感分析并返回情感结果。最后，通过将"sentiment_analysis"函数应用于数据框的"text"列，将情感结果保存到新的"sentiment"列中。最后，打印整个数据框以查看结果。

请注意，代码中使用的StanfordCoreNLP对象是基于HTTP的接口，需要在本地运行StanfordCoreNLP服务器。可以从StanfordNLP官方网站下载并启动StanfordCoreNLP服务器。