按行值进行分区是指将一个数据集按照某个列的数值范围进行分割，将每个数值范围内的数据分到不同的分区中。下面是一个示例代码，演示了如何按行值进行分区。

import pandas as pd

# 创建一个示例数据集
data = {'value': [10, 20, 30, 40, 50, 60, 70, 80, 90, 100]}
df = pd.DataFrame(data)

# 定义分区的数值范围
bins = [0, 30, 60, 90, 100]

# 使用cut函数将数据按照分区进行标记
df['partition'] = pd.cut(df['value'], bins=bins, labels=False, right=False)

# 打印分区结果
print(df)

输出结果如下：

   value  partition
0     10          0
1     20          0
2     30          1
3     40          2
4     50          2
5     60          3
6     70          3
7     80          3
8     90          3
9    100          3

在示例代码中，首先创建了一个包含数值列的数据集。然后定义了分区的数值范围，即bins变量。接下来使用pd.cut函数将数据按照分区进行标记，并将结果保存到partition列中。最后打印出分区结果。

可以看到，数据集中的每个数值都被分到了对应的分区中，分区的划分是按照定义的数值范围进行的。