Почему функция Python не возвращает ожидаемое представление колонки Pandas?

Ошибка заключалась в некорректных передаче и приёме данных между функциями.

1. Из dichotomy() вы возвращали yield eps_list, prev_roots, что эквивалентно yield (eps_list, prev_roots), т.е. кортежу из двух списков. Эти списки вы потом и увидели в виде значений во фрейме. И, поскольку эти списки не "распаковались" в ячейки фрейма, то остальные значения стали NaN.
2. Во wrapper() в выражении *res, func, eps_list, prev_roots = list(funcs(a, b, eps_func, eps_arg)) вы принимаете значения, возвращаемые функцией - генератором dichotomy(), в переменные. Начиная с конца:

• в prev_roots передается вышеупомянутый кортеж (eps_list, prev_roots) и заполняет 2 первые строки колонки "Сходимость" (ниже данных нет, поэтому NaN);
• в eps_listзаходит последнее (шестое) значение из списка roots - 0.03, оно же и становится значением первой строки столбца Погрешность расчета;
• в func заходит предпоследнее (пятое) значение из списка roots - 0.03, но далее нигде не используется (пропадает);
• оставшиеся 4 первых значения из списка roots передаются в переменную res и отображаются в четырех строках столбца Корни.

Таким образом, результатом является фрейм, состоящий из 4, а не из 6, как ожидалось, строк, и данные в нем расположены неправильно.

Не углубляясь в причины выбранного подхода и не устраняя избыточность кода (например, преобразования list(), pd.Series()), минимально скорректировал код, чтобы выдавалось (надеюсь) желаемое:

def print_dichotomy(funcs):
    def wrapper(a, b, eps_func, eps_arg):
        *res, eps_list, prev_roots = list(funcs(a, b, eps_func, eps_arg))
        func = list(map(lambda x: f'{f(x):.10f}', res))
        result_table = pd.DataFrame()
        result_table['Корни'] = pd.Series(res)
        result_table['Значения функции'] = pd.Series(func)
        result_table['Погрешность расчета'] = pd.Series(eps_list)
        result_table['Сходимость'] = pd.Series(prev_roots)
        print(result_table)

    return wrapper


def f(x):
    return 1.2 - np.log(x) - 4 * np.cos(2 * x)


@print_dichotomy
def dichotomy(a, b, eps_func, eps_arg):
    # 1. создаем переменную-список для хранения значений корня
    prev_roots = [0.011, 0.012, 0.013, 0.014, 0.015, 0.016]
    # 2. создадим список для хранения погрешностей расчета
    eps_list = [0.021, 0.022, 0.023, 0.024, 0.025, 0.026]
    # 3. создадим список для хранения корней
    roots = [0.03, 0.03, 0.03, 0.03, 0.03, 0.03]
    for i in roots:
        root = i
        # 4. возвращаем корень
        if root:
            yield i

    # 5. возвращаем значение погрешности расчета корня, сходимости
    yield eps_list
    yield prev_roots



dichotomy(0.0001, 50, 0.000001, 0.000001)

Вывод:

   Корни Значения функции  Погрешность расчета  Сходимость
0   0.03     0.7137557376                0.021       0.011
1   0.03     0.7137557376                0.022       0.012
2   0.03     0.7137557376                0.023       0.013
3   0.03     0.7137557376                0.024       0.014
4   0.03     0.7137557376                0.025       0.015
5   0.03     0.7137557376                0.026       0.016

Что поменял:

• из *res, func, eps_list, prev_roots = list(funcs(a, b, eps_func, eps_arg)) убрал func, чтобы не отъедалась последняя строка результата;
• yield eps_list, prev_roots разбил на 2 строки, иначе возвращался кортеж в одну переменную, а надо два списка в две;
• разнообразил тестовые значения prev_roots и eps_list для наглядности.