要按日期格式（np.datetime64）在数据框中分隔列，可以使用pandas库中的to_datetime()函数将每列转换为日期格式，然后将每列拆分为多个列。

以下是一个示例代码：

import pandas as pd
import numpy as np

# 创建示例数据框
df = pd.DataFrame({
    'date1': ['2021-01-01', '2021-01-02', '2021-01-03'],
    'date2': ['2021-02-01', '2021-02-02', '2021-02-03'],
    'date3': ['2021-03-01', '2021-03-02', '2021-03-03'],
    # 其他列...
})

# 将每列转换为日期格式
df = df.apply(pd.to_datetime)

# 分隔每列为多个列
df = pd.concat([df[col].apply(lambda x: pd.Series([x.year, x.month, x.day])) for col in df.columns], axis=1)
df.columns = [f'{col}_year' for col in df.columns[0:int(len(df.columns)/3)]] + [f'{col}_month' for col in df.columns[int(len(df.columns)/3):int(2*len(df.columns)/3)]] + [f'{col}_day' for col in df.columns[int(2*len(df.columns)/3):]]

# 显示结果
print(df)

这段代码将每列转换为日期格式，并使用concat()函数将每列拆分为多个列。每个拆分后的新列由原始列的年份、月份和日期组成，并使用列名后缀"_year"、"_month"和"_day"进行标识。

请根据你的实际数据框结构和需要进行适当的修改。