可以使用pandas库来实现按照条件将列分割为多个列的操作。下面是一个代码示例：

import pandas as pd

# 创建示例数据
data = {'ID': [1, 2, 3, 4, 5],
        'Age': [20, 25, 30, 35, 40],
        'Gender': ['M', 'F', 'M', 'M', 'F'],
        'Height': [170, 165, 180, 175, 160]}
df = pd.DataFrame(data)

# 使用条件判断创建新的列
df['Age Group'] = pd.cut(df['Age'], bins=[0, 18, 30, 100], labels=['Under 18', '18-30', 'Over 30'])
df['Tall'] = df['Height'].apply(lambda x: 'Yes' if x >= 170 else 'No')

# 输出结果
print(df)

输出结果如下：

   ID  Age Gender  Height Age Group Tall
0   1   20      M     170     18-30  Yes
1   2   25      F     165     18-30   No
2   3   30      M     180     18-30  Yes
3   4   35      M     175     Over 30  Yes
4   5   40      F     160     Over 30   No

以上示例中，我们首先创建了一个包含ID、Age、Gender和Height列的数据框。然后，使用pd.cut函数将Age列根据条件划分为不同的年龄组，并将结果保存在新的Age Group列中。接着，使用apply函数和lambda表达式将Height列根据条件划分为高和矮，并将结果保存在新的Tall列中。

通过这种方式，我们可以根据条件将列分割为多个列，并将结果保存在数据框中。