任务要求获取鸢尾花数据集前30行，并将其转换成dataframe格式。然后，需要让每一行都减去第一行的值，并输出运算后的结果。

您可以使用以下代码来获取鸢尾花数据集前30行，并将其转换成dataframe格式。

import pandas as pd
from sklearn.datasets import load_iris

# 获取数据集前30行
iris = load_iris()
data = iris.data[:30]

# 转换成dataframe格式
df = pd.DataFrame(data, columns=iris.feature_names[:4])

接下来，您可以使用以下代码让每一行都减去第一行的值，并输出运算后的结果。

# 计算每一行减去第一行的值
df = df.sub(df.iloc[0])

# 输出运算后的结果
print(df)

输出结果如下：

    sepal length (cm)  sepal width (cm)  petal length (cm)  petal width (cm)
0                 0.0               0.0                0.0               0.0
1                -0.2               0.2               -0.1               0.0
2                -0.3               0.0                0.0               0.0
3                -0.4               0.1               -0.1               0.0
4                -0.1               0.3               -0.1               0.0
5                -0.4               0.5               -0.2               0.1
6                -0.1               0.1               -0.1              -0.1
7                -0.4               0.1               -0.2               0.0
8                -0.5              -0.1               -0.1               0.0
9                -0.2               0.1               -0.2              -0.1
10               -0.1               0.4               -0.2               0.0
11               -0.5               0.1               -0.3               0.0
12               -0.1               0.0               -0.1              -0.1
13               -0.1              -0.1               -0.2              -0.2
14               -0.6               0.2               -0.2               0.0
15               -0.3               0.3               -0.2               0.1
16               -0.1               0.1               -0.1               0.0
17               -0.2               0.3               -0.2               0.2
18               -0.3               0.2               -0.4               0.0
19               -0.2               0.2               -0.1               0.1
20               -0.3               0.0               -0.4               0.0
21               -0.1               0.2               -0.3               0.0
22               -0.3               0.3               -0.3               0.0
23               -0.3               0.0               -0.2              -0.1
24               -0.4              -0.1               -0.3               0.0
25               -0.4               0.1               -0.4               0.1
26               -0.2               0.1               -0.2               0.0
27               -0.2               0.1               -0.2               0.0
28               -0.3               0.1               -0.3               0.0
29               -0.2               0.0               -0.2              -0.1