假设要遍历的列为ColumnA，现在要创建一个名为ColumnB的新列，其中每个单元格都根据ColumnA中的值进行计算和逻辑判断。下面是一些可能的示例：

1. 将所有小于5的值替换为0，其余值替换为1：

df['ColumnB'] = np.where(df['ColumnA'] < 5, 0, 1)

2. 根据ColumnA中的值，为每个单元格赋予不同的字符串：

df['ColumnB'] = np.where(df['ColumnA'] == 1, 'One',
                         np.where(df['ColumnA'] == 2, 'Two',
                                  np.where(df['ColumnA'] == 3, 'Three',
                                           np.where(df['ColumnA'] == 4, 'Four', 'Other'))))

3. 根据ColumnA中的值，为每个单元格分配不同的数字：

df['ColumnB'] = np.select([df['ColumnA'] == 1,
                           df['ColumnA'] == 2,
                           df['ColumnA'] == 3,
                           df['ColumnA'] == 4],
                          [10, 20, 30, 40],
                          default=0)

注意：这里示例所使用的np.where和np.select函数需要导入NumPy库，如果还没有安装NumPy，请使用以下代码安装：

!pip install numpy