您可以使用iteritems()方法遍历DataFrame的每一列，并结合条件语句来删除不是数字的行。以下是一个示例代码：

import pandas as pd

# 创建示例DataFrame
data = {'col1': [1, 2, 'a', 4, 5],
        'col2': ['b', 2, 3, 4, 'c'],
        'col3': [1, 2, 3, 4, 5]}
df = pd.DataFrame(data)

# 遍历DataFrame的每一列并删除不是数字的行
for column, values in df.iteritems():
    df = df[pd.to_numeric(df[column], errors='coerce').notnull()]

print(df)

输出：

   col1 col2  col3
0     1    b     1
1     2    2     2
3     4    4     4

在上述示例中，我们使用iteritems()方法遍历DataFrame的每一列。对于每一列，我们使用pd.to_numeric()函数将单元格的值转换为数字。如果转换失败，则该单元格的值将被设置为NaN。然后，我们使用notnull()方法来检查每个单元格是否是数字，如果是数字则返回True，否则返回False。最后，我们使用布尔索引来删除不是数字的行。