在Python中，可以使用Pandas库来操作数据帧。下面是一个示例代码，演示了如何遍历数据帧的行，根据其他列的值更改某一列的值：

import pandas as pd

# 创建一个示例数据帧
data = {'Name': ['Tom', 'Nick', 'John', 'Sam'],
        'Age': [20, 25, 30, 35],
        'Gender': ['Male', 'Male', 'Female', 'Male'],
        'Salary': [3000, 4000, 5000, 6000]}
df = pd.DataFrame(data)

# 遍历数据帧的行
for index, row in df.iterrows():
    # 根据其他列的值更改某一列的值
    if row['Age'] > 30:
        df.at[index, 'Salary'] = row['Salary'] + 1000

print(df)

在上面的示例中，我们首先创建了一个示例数据帧，包含了姓名、年龄、性别和工资四个列。然后使用iterrows()函数遍历数据帧的每一行，并通过row['Age']来获取每个行的年龄值。根据年龄值是否大于30，我们使用at函数来更新对应行的工资值。最后打印出更新后的数据帧。

执行上述代码，输出结果如下：

   Name  Age  Gender  Salary
0   Tom   20    Male    3000
1  Nick   25    Male    4000
2  John   30  Female    5000
3   Sam   35    Male    7000

可以看到，年龄大于30的行的工资值都被增加了1000。