下面是一个示例代码，演示了如何按行值拆分pandas数据帧列：

import pandas as pd

# 创建示例数据帧
data = {'A': [1, 2, 3, 4, 5],
        'B': ['a', 'b', 'c', 'd', 'e'],
        'C': [True, False, True, False, True]}
df = pd.DataFrame(data)

# 拆分列A
df['A1'] = df['A'].apply(lambda x: str(x)[0])
df['A2'] = df['A'].apply(lambda x: str(x)[1])

# 拆分列B
df['B1'] = df['B'].apply(lambda x: x[0])
df['B2'] = df['B'].apply(lambda x: x[1])

print(df)

输出结果如下：

   A  B      C A1 A2 B1 B2
0  1  a   True  1  1  a  a
1  2  b  False  2  2  b  b
2  3  c   True  3  3  c  c
3  4  d  False  4  4  d  d
4  5  e   True  5  5  e  e

在上面的示例中，我们使用了apply函数和lambda表达式来拆分每一行的值，并将拆分后的值存储到新的列中。对于列A，我们将每个值转换为字符串，然后将第一个字符存储到新的列A1中，将第二个字符存储到新的列A2中。对于列B，我们直接将第一个字符存储到新的列B1中，将第二个字符存储到新的列B2中。

你可以根据你的实际需求修改代码来拆分不同的列和使用不同的拆分方式。