以下是一个示例代码，演示如何遍历Pandas的列，计算值并添加到不同的列中：

import pandas as pd

# 创建一个示例数据集
data = {'A': [1, 2, 3, 4, 5],
        'B': [6, 7, 8, 9, 10]}
df = pd.DataFrame(data)

# 定义一个函数，用于计算新的列的值
def calculate_new_column_value(row):
    return row['A'] * 2 + row['B']

# 遍历列，并计算新的列的值
new_column_values = []
for index, row in df.iterrows():
    new_column_values.append(calculate_new_column_value(row))

# 将新的列添加到数据集中
df['C'] = new_column_values

# 打印更新后的数据集
print(df)

在这个示例中，我们创建了一个包含两列（A和B）的Pandas数据集。然后，我们定义了一个函数calculate_new_column_value，该函数接受一个行作为参数，并返回一个新的列的值。然后，我们使用iterrows()方法遍历数据集的每一行，对每一行调用calculate_new_column_value函数，并将结果添加到一个列表中。最后，我们将这个新的列添加到数据集中，并打印更新后的数据集。

这个示例中的计算和添加新列的方法是通用的，可以根据实际需求进行修改和扩展。