在Python中，可以使用pandas库来处理数据帧。下面是一个示例代码，演示了如何遍历数据帧的所有行，并从其数据中创建新对象：

import pandas as pd

# 创建一个示例数据帧
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)

# 遍历数据帧的所有行，并从其数据中创建新对象
for index, row in df.iterrows():
    name = row['姓名']
    age = row['年龄']
    city = row['城市']
    
    # 创建新对象
    new_object = {'姓名': name, '年龄': age, '城市': city}
    
    # 在这里可以对新对象进行进一步的操作，比如存储到数据库或者进行其他计算
    
    print(new_object)

输出结果为：

{'姓名': '张三', '年龄': 25, '城市': '北京'}
{'姓名': '李四', '年龄': 30, '城市': '上海'}
{'姓名': '王五', '年龄': 35, '城市': '广州'}

在示例代码中，首先创建了一个示例数据帧df。然后使用iterrows()函数遍历数据帧的每一行，返回每一行的索引和对应的数据。通过row['列名']可以获取该行对应列的值，然后将这些值存储到一个新对象中。在这个示例中，只是简单地打印出新对象的内容，你可以根据实际需求对新对象进行进一步的操作。