在Python中，可以使用pandas库来按ID重新塑造数据框。下面是一个示例代码：

import pandas as pd

# 创建示例数据框
data = {'ID': [1, 1, 2, 2, 3, 3],
        'Value': ['A', 'B', 'C', 'D', 'E', 'F']}
df = pd.DataFrame(data)

# 按ID重新塑造数据框
df_reshaped = df.pivot(index='ID', columns=df.groupby('ID').cumcount()+1, values='Value').add_prefix('Value_')

# 重置列索引
df_reshaped = df_reshaped.reset_index()

print(df_reshaped)

输出结果为：

   ID Value_1 Value_2
0   1       A       B
1   2       C       D
2   3       E       F

上述代码中，首先创建了一个示例数据框df，包含两列：ID和Value。然后使用pivot函数按ID重新塑造数据框，其中index='ID'表示以ID列作为新数据框的行索引，columns=df.groupby('ID').cumcount()+1表示将每个ID下的不同值按序号作为新数据框的列索引，values='Value'表示将Value列的值填充到新数据框中。最后，使用add_prefix函数给新数据框的列索引添加前缀，再使用reset_index函数重置列索引。

这样就可以按ID重新塑造数据框，并且每个ID下的不同值作为新数据框的列。