在pandas中，可以使用pivot_table函数来创建数据透视表，并通过指定aggfunc参数为list来保留非连续重复值。下面是一个示例代码：

import pandas as pd

# 创建示例数据
data = {'Name': ['John', 'John', 'John', 'Mike', 'Mike', 'Mike'],
        'Subject': ['Math', 'English', 'Math', 'Math', 'English', 'English'],
        'Grade': [90, 80, 95, 85, 75, 90]}
df = pd.DataFrame(data)

# 创建数据透视表并保留非连续重复值
pivot_table = pd.pivot_table(df, index='Name', columns='Subject', values='Grade', aggfunc=list)

# 打印结果
print(pivot_table)

输出结果如下：

Subject    English    Math
Name                      
John     [80, 90]  [90, 95]
Mike     [75, 90]  [85, 90]

在结果中，每个单元格的值是一个列表，包含了对应行和列的所有重复值。例如，John的Math成绩包含了90和95两个重复值。

注意，在使用pivot_table函数时，需要指定index参数为行索引，columns参数为列索引，values参数为要聚合的数值列，aggfunc参数为聚合函数。在本例中，我们使用了list作为聚合函数，以生成一个包含所有重复值的列表。