在第一段代码中，当你使用next函数时，你在循环内部调用'next（df.iterrows（））'，每次运行时都会创建一个新的迭代器，从0开始。因此，它每次都会打印 Dataframe 的第一个索引。
第二段代码的工作方式是在循环外（声明中）使用'df.iterrows（）'，因此它可以正确运行。
尊重口袋妖怪数据框BTW

因为你在每个循环中都调用了df.iterrows（）：
正确使用它：

import pandas as pd

#load data frame from csv file
fd = pd.read_csv('Pokemon.csv')

# iterate through each row 
df_iterator = df.iterrows()
for _ in range(5):
    _, row = next(df_iterator)
    print(row)

但更好的方法是这样做：

import pandas as pd

#load data frame from csv file
fd = pd.read_csv('Pokemon.csv')

# iterate through each row 
for i, (_, row) = enumerate(df.iterrows()):
    if i == 5:
        break;
    print(row)

让我们暂时忘记df.iterrows()。你觉得下面的代码打印出来的效果如何？

for _ in range(5):
    v = next(iter(range(6)))
    print(v)

是的，它将打印0 5次。
它每次运行循环时都会创建一个新的迭代器，因此next对一个新的迭代器对象进行操作，并只给出第一个值。
而且这也不是df.iterroows()的使用方式，在大多数情况下，正如mozway的评论所建议的那样，除非你已经探索了矢量化的方法，否则你不必使用iterrows()，然后使用apply，如果即使这样也不起作用，那么就使用iterrows()。