要按特定列的值拆分CSV文件，可以使用Python的pandas库。以下是一个解决方法的代码示例：

import pandas as pd

def split_csv_by_column(csv_file, column):
    # 读取CSV文件
    df = pd.read_csv(csv_file)
    
    # 获取特定列的所有不重复的值
    unique_values = df[column].unique()
    
    # 按特定列的值拆分CSV文件并保存为新文件
    for value in unique_values:
        new_df = df[df[column] == value]
        new_csv_file = f"{column}_{value}.csv"
        new_df.to_csv(new_csv_file, index=False)

# 示例用法
csv_file = "data.csv"
column = "category"
split_csv_by_column(csv_file, column)

上述代码首先使用pandas的read_csv函数读取CSV文件，并将其存储在一个DataFrame对象中。然后，通过unique方法获取指定列的所有不重复的值。

接下来，使用一个循环遍历这些不重复的值，并使用条件筛选（df[column] == value）创建一个新的DataFrame对象。最后，使用to_csv方法将新的DataFrame保存为一个新的CSV文件，文件名采用column_value.csv的格式。

请注意，上述代码仅适用于包含适量数据的CSV文件，如果文件非常大，可能需要考虑使用分块读取和处理数据的方式来优化代码。