在Python中，可以使用pandas库来遍历数据框的列和分区，并根据分区的列将数据框进行分割和保存。以下是一个示例代码：

import pandas as pd

# 创建示例数据框
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [25, 30, 35, 40],
        'Gender': ['Female', 'Male', 'Male', 'Male'],
        'Partition': ['A', 'A', 'B', 'B']}
df = pd.DataFrame(data)

# 遍历数据框的列和分区
for column in df.columns:
    if column != 'Partition':
        for partition in df['Partition'].unique():
            # 分割数据框并保存
            partition_df = df[df['Partition'] == partition]
            partition_df.to_csv(f'{column}_{partition}.csv', index=False)

上述代码首先创建了一个示例数据框，并且数据框中有一个名为"Partition"的列，表示数据框的分区。然后，代码遍历数据框的列（除了"Partition"列），并使用df['Partition'].unique()获取所有不重复的分区值。对于每个列和分区，代码将数据框分割成相应的子数据框，并使用to_csv方法将子数据框保存为CSV文件。保存的文件名格式为"列名_分区值.csv"。

注意：上述代码假设分区的列名为"Partition"，你可以根据实际情况调整代码。另外，代码中使用了pandas库的to_csv方法来保存数据框为CSV文件，如果需要保存为其他格式，可以根据需要使用相应的方法。