在Python中，我们可以使用Pandas库来按照用户对数据帧列进行计算，并将结果作为新列添加。以下是一个示例代码：

import pandas as pd

# 创建示例数据帧
data = {'A': [1, 2, 3, 4, 5],
        'B': [10, 20, 30, 40, 50],
        'C': [100, 200, 300, 400, 500]}
df = pd.DataFrame(data)

# 定义用户自定义函数
def calculate(row):
    return row['A'] + row['B'] * row['C']

# 使用apply方法将计算应用于每一行，并将结果作为新列添加
df['D'] = df.apply(calculate, axis=1)

print(df)

输出结果为：

   A   B    C     D
0  1  10  100  1001
1  2  20  200  4002
2  3  30  300  9003
3  4  40  400 16004
4  5  50  500 25005

在上面的示例中，我们首先创建了一个包含三列的数据帧。然后，我们定义了一个名为calculate的函数，该函数接受一个行参数并返回计算结果。最后，我们使用apply方法将该函数应用于每一行，并将计算结果作为新列D添加到数据帧中。请注意，axis=1参数表示应用于每一行而不是每一列。