如何在遍历pandas DataFrame时动态调整起始行、跳过指定行

现有存储1-10数值的pandas DataFrame，需要逐行遍历数据，匹配到数值5时跳过下一行后恢复遍历。
原有测试代码如下：

import pandas as pd

df=pd.DataFrame([1,2,3,4,5,6,7,8,9,10])
df.columns=['number']

start=0
for index, row in df.iloc[start:].iterrows():
    print(index, row['number'])
    if row['number']==5:
        start=index+2

原有代码实际输出：

0 1
1 2
2 3
3 4
4 5
5 6
6 7
7 8
8 9
9 10

期望输出：

0 1
1 2
2 3
3 4
4 5
6 7
7 8
8 9
9 10

Python的for循环在启动前会完成in关键字后可迭代对象的求值，生成固定的迭代序列。原有代码中df.iloc[start:]在循环启动时就已经按初始值start=0生成了全量行的迭代器，后续在循环内修改start变量不会改变已经生成的迭代序列，因此跳转逻辑不生效。

方案1：手动控制索引的while循环（灵活性最高，支持任意行数前后跳转） #

import pandas as pd

df = pd.DataFrame([1,2,3,4,5,6,7,8,9,10])
df.columns = ['number']

index = 0
row_count = len(df)
while index < row_count:
    current_row = df.iloc[index]
    print(index, current_row['number'])
    if current_row['number'] == 5:
        # 匹配到目标值，直接跳过下一行，索引+2
        index += 2
    else:
        # 未匹配到目标值，正常遍历索引+1
        index += 1

方案2：跳过标记配合iterrows遍历（适合仅需跳过后续固定行数的简单场景） #

import pandas as pd

df = pd.DataFrame([1,2,3,4,5,6,7,8,9,10])
df.columns = ['number']

# 标记是否需要跳过当前行
skip_current = False
for index, row in df.iterrows():
    if skip_current:
        skip_current = False
        continue
    print(index, row['number'])
    if row['number'] == 5:
        # 标记下一行需要跳过
        skip_current = True

两种方案运行后均可得到期望输出。

内容的提问来源于stack exchange，提问作者new coding