我们可以按照以下步骤来实现所述的Python脚本：

1. 导入 pandas 和 csv 模块。
2. 通过 pandas.read_csv() 函数导入 csv 文件，并进行 DataFrame 处理。
3. 创建实现所需功能的 Python 函数。
4. 对 DataFrame 对象的每一行应用该函数，存储在一个新列中。
5. 使用 pandas.DataFrame.to_csv() 函数将更改后的 DataFrame 对象保存回 CSV 文件中。

代码示例：

import pandas as pd import csv

导入CSV文件

data = pd.read_csv('example.csv')

创建函数

def myFunction(x, y, z):

在这里编写功能实现代码

return result

创建新列并将结果存储在其中

data['new_column'] = data.apply(lambda row: myFunction(row['Column1'], row['Column2'], row['Column3']), axis=1)

将更改后的 DataFrame 对象保存回 CSV 文件中

data.to_csv('new_example.csv', index=False, quoting=csv.QUOTE_NONNUMERIC)

在上面的代码示例中，myFunction() 是要使用的自定义函数，而 Column1、Column2 和 Column3 是要在其中应用该函数的CSV文件中的列。最后，新列将通过使用 apply() 函数应用于整个 DataFrame 对象，并将结果存储在其中。最后，将更改后的 DataFrame 对象保存回 CSV 文件中。