在Airflow中，一个操作器可以通过PythonOperator实现调用另一个操作器的功能。以下是一个示例代码，其中add_numbers是一个操作器，在这个操作器中调用了multiply_numbers操作器。

from airflow import DAG
from airflow.operators.python_operator import PythonOperator
from datetime import datetime

default_args = {
    'owner': 'airflow',
    'start_date': datetime(2021, 8, 1)
}

dag = DAG('calling_operators', default_args=default_args, schedule_interval=None)

def multiply_numbers():
    a = 2
    b = 3
    c = a * b
    print(c)

def add_numbers():
    a = 2
    b = 3
    c = a + b
    print(c)

    multiply_task = PythonOperator(
        task_id='multiply_task',
        python_callable=multiply_numbers,
        dag=dag
    )

add_task = PythonOperator(
    task_id='add_task',
    python_callable=add_numbers,
    dag=dag
)

add_task >> multiply_task

在这个例子中，我们创建了两个操作器：add_numbers和multiply_numbers。在add_numbers中，我们调用multiply_numbers操作器。

在调用过程中，我们创建了一个PythonOperator作为multiply_numbers的任务，并将它们使用<<运算符连接起来。这意味着在add_numbers执行完成后，立即执行multiply_numbers操作器。

当DAG被触发时，这将执行两个任务：add_numbers任务和multiply_numbers任务，将他们连接在一起。

总之，通过PythonOperator，我们可以方便地在Airflow中调用一个操作器来执行另一个操作器。