我已经编写了一段代码，从给定的数据集读取数据，并将整个txt文件转换为熊猫数据帧（经过一些预处理）

• 纬度表示行，并显示在列表中

现在，我想从我创建的原始数据帧中创建一个更小的数据帧（以便更容易理解和解释数据）并执行计算。为此，我通过跳过每10个元素创建了一个大小为18的较小列。这工作得很好。让我们将这个新列称为new_column。

现在，我要做的是迭代每一行，对于行k和新的_列j的每一个值，将其添加到一个新的矩阵或数据帧中
例如，如果第10行和新的第12列的值为“x”，我想将该“x”添加到相同的位置，但添加到新的数据帧（或矩阵）中。

我已经写了下面的代码，但我不知道如何执行这一部分，这让我可以完成上面的工作。

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
from scipy import interpolate
# open the file for reading
dataset = open("Aug-2016-potential-temperature-180x188.txt", "r+")

# read the file linewise
buffer = dataset.readlines()

# pre-process the data to get the columns
column = buffer[8]
column = column[3 : -1]

# get the longitudes as features
features = column.split("\t")

# convert the features to float data-type
longitude = []

for i in features:
    if "W" in features:
        longitude.append(-float(i[:-1]))   # append -ve sign if "W", drop the "W" symbol
    else:
        longitude.append(float(i[:-1]))    # append +ve sign if "E", drop the "E" symbol

# append the longitude as columns to the dataframe
df = pd.DataFrame(columns = longitude)

# convert the rows into float data-type
latitude = []

for i in buffer[9:]:
    i = i[:-1]
    i = i.split("\t")

    if i[0] != "":
        if "S" in i[0]:     # if the first entry in the row is not null/blank
            latitude.append(-float(i[0][:-1]))  # append it to latitude list; append -ve for for "S"
            df.loc[-float(i[0][:-1])] = i[1:]   # add the row to the data frame; append -ve for "S" and drop the symbol
        else:
            latitude.append(float(i[0][:-1]))
            df.loc[-float(i[0][:-1])] = i[1:]

print(df.head(5))

temp_col = []
temp_row = []
temp_list = []

temp_col = longitude[0 : ((len(longitude) + 1)) : 10]

for iter1 in temp_col:
    for iter2 in latitude:
        print(df.loc[iter2])

我也在这里提供数据集的链接

（下载以.txt结尾的文件，并从与.txt文件相同的目录运行代码）

我对numpy、pandas和python都是新手，编写这段代码对我来说是一项艰巨的任务。如果我能在这方面得到一些帮助就太好了。