写出Pandas代码。标题行通过正则表达式设定3个条件，根据条件为CSV进行分列。正文内容根据空格进行分列。

好的，以下是一个使用Pandas库根据正则表达式将CSV文件按照标题行指定条件和正文内容空格进行分列的Python代码示例：

import re
import pandas as pd

# 设定正则表达式，分别匹配3个条件
regex = re.compile(r'(?P<col1>\w+),(?P<col2>\d+),(?P<col3>\w+)')

# 读取CSV文件并解析标题行
df = pd.read_csv("example.csv", header=0, nrows=0)  # 仅读取标题行
match = regex.match(','.join(df.columns))  # 将标题行合并成字符串，然后进行匹配
if match:
    # 获取每个列名对应的分组值
    col1 = match.group('col1')
    col2 = match.group('col2')
    col3 = match.group('col3')

    # 读取CSV文件中的数据，并按照指定条件进行分列
    df = pd.read_csv("example.csv", sep=r'\s+', usecols=[3], names=["content"], skiprows=1)
    df[[col1, col2, col3]] = df.content.str.split(expand=True)

    # 将分列后的数据保存为新的CSV文件
    df.to_csv("output.csv", index=False, columns=[col1, col2, col3])

在上述代码中，我们首先使用`pd.read_csv`方法读取CSV文件，并设置`header=0`和`nrows=0`参数仅读取标题行。然后，我们将标题行合并成字符串，并使用`re.match`方法匹配这个字符串。如果匹配成功，我们就可以通过`match.group`方法获取每个列名对应的分组值。接着，我们使用`pd.read_csv`方法读取CSV文件中的数据，使用`sep`参数指定分隔符为空格，使用`usecols`参数仅读取第3列，使用`names`参数指定列名为`content`，使用`skiprows`参数跳过标题行。然后，我们使用`str.split`方法将`content`列根据空格进行分列，使用`expand=True`参数将分列后的结果展开为多列，并将这些列添加到原DataFrame对象中。最后，我们使用`df.to_csv`方法将分列后的数据保存为新的CSV文件。