在Python中，可以使用pandas库中的melt()函数来重塑数据框架并保持分类变量的情况。以下是一个示例代码：

import pandas as pd

# 创建示例数据框架
data = {'Name': ['John', 'Mike', 'Sarah'],
        'Maths': [80, 90, 75],
        'Science': [85, 88, 92],
        'English': [70, 82, 78]}
df = pd.DataFrame(data)

# 将数据框架重塑为长格式
melted_df = pd.melt(df, id_vars=['Name'], value_vars=['Maths', 'Science', 'English'], var_name='Subject', value_name='Score')

print(melted_df)

输出结果：

    Name  Subject  Score
0   John    Maths     80
1   Mike    Maths     90
2  Sarah    Maths     75
3   John  Science     85
4   Mike  Science     88
5  Sarah  Science     92
6   John  English     70
7   Mike  English     82
8  Sarah  English     78

在上面的代码中，首先创建了一个示例数据框架df，包含姓名、数学成绩、科学成绩和英语成绩。然后使用pd.melt()函数将数据框架重塑为长格式，其中id_vars参数指定要保持不变的列（即分类变量），value_vars参数指定要转换的列，var_name参数指定重塑后的列名，value_name参数指定重塑后的值列名。最后，打印输出重塑后的数据框架melted_df。