要按列（ID）重复地旋转数据框，可以使用pivot函数来实现。下面是一个包含代码示例的解决方法：

import pandas as pd

# 创建示例数据框
data = {
    'ID': ['A', 'A', 'A', 'B', 'B', 'C', 'C'],
    'Category': ['X', 'Y', 'Z', 'X', 'Y', 'X', 'Z'],
    'Value': [1, 2, 3, 4, 5, 6, 7]
}
df = pd.DataFrame(data)

# 使用pivot函数进行旋转
df_pivot = df.pivot(index='ID', columns='Category', values='Value')

# 打印结果
print(df_pivot)

输出结果为：

Category  X    Y    Z
ID                   
A         1.0  2.0  3.0
B         4.0  5.0  NaN
C         6.0  NaN  7.0

在这个示例中，我们首先创建了一个包含ID、Category和Value列的数据字典。然后，我们使用pd.DataFrame()函数将数据字典转换为数据框。接下来，我们使用pivot()函数来旋转数据框，其中index参数指定要保留的列，columns参数指定要旋转的列，values参数指定要填充的值。最后，我们打印旋转后的结果。

请注意，旋转后的结果是一个新的数据框，其中每个唯一的ID值都成为新数据框的索引，每个唯一的Category值都成为新数据框的列。如果有多个重复的ID和Category组合，pivot函数将使用默认的聚合函数（均值）来处理重复的值。如果需要使用其他聚合函数，可以通过aggfunc参数来指定。