假设我们要将如下数据框，按照日期信息重新塑造，即每个日期作为一行，将每个类别下对应日期的数值填充到相应的列中：

使用pandas中的pivot方法可以实现该功能，代码示例如下：

import pandas as pd

# 创建原始数据框
df = pd.DataFrame({'category': ['A', 'A', 'B', 'B'],
                   'date': ['2020-01-01', '2020-01-02', '2020-01-01', '2020-01-02'],
                   'value': [10, 15, 20, 25]})

# 将date列转为日期类型
df['date'] = pd.to_datetime(df['date'])

# 使用pivot方法重新塑造数据框
new_df = df.pivot(index='date', columns='category', values='value')

经过pivot方法处理后，得到的新数据框如下：

其中，新数据框的行索引为日期，列索引为每个不同的category，数值即为原始数据框中对应日期和category下的数值。