在Python中，可以使用pandas库中的groupby和split方法实现按条件间隔拆分数据框架。以下是一个代码示例：

import pandas as pd

# 创建示例数据框架
data = {'Name': ['John', 'Mike', 'Sarah', 'Tom', 'Amy', 'Emma'],
        'Age': [25, 30, 35, 40, 45, 50],
        'City': ['New York', 'London', 'Paris', 'Tokyo', 'Sydney', 'Berlin']}
df = pd.DataFrame(data)

# 定义拆分条件的函数
def split_dataframe(df, condition):
    # 根据条件拆分数据框架
    groups = df.groupby(condition)
    result = [group for _, group in groups]
    return result

# 拆分数据框架
split_result = split_dataframe(df, df['Age'] > 35)

# 打印拆分结果
for i, result in enumerate(split_result):
    print(f"Split {i+1}:")
    print(result)
    print("\n")

在上面的示例中，首先定义了一个split_dataframe函数来实现拆分操作。该函数接受一个数据框架和一个条件作为参数，并使用groupby方法对数据框架进行拆分。然后，将拆分结果存储在一个列表中，并返回该列表。

接下来，示例代码创建了一个示例数据框架df，包含了姓名、年龄和所在城市的信息。然后，调用split_dataframe函数将数据框架按照年龄大于35的条件进行拆分。最后，打印拆分结果。

运行上述代码，将得到以下输出：

Split 1:
  Name  Age   City
2  Sarah   35  Paris
3    Tom   40  Tokyo
4    Amy   45  Sydney
5   Emma   50  Berlin


Split 2:
  Name  Age      City
0  John   25  New York
1  Mike   30    London

可以看到，数据框架被成功拆分成两个子数据框架，根据年龄大于35的条件进行拆分。