下面是一个示例代码，演示了如何使用Python的pandas库来计算百分比变化，并根据分组变量对数据进行分组：

import pandas as pd

# 创建一个示例数据集
data = {'分组变量': ['A', 'A', 'B', 'B', 'C', 'C'],
        '数值变量': [100, 120, 80, 90, 200, 220]}
df = pd.DataFrame(data)

# 计算每个分组的百分比变化
df['百分比变化'] = df.groupby('分组变量')['数值变量'].pct_change() * 100

print(df)

输出结果：

  分组变量  数值变量    百分比变化
0    A   100      NaN
1    A   120     20.0
2    B    80      NaN
3    B    90     12.5
4    C   200      NaN
5    C   220     10.0

在上述示例中，我们首先创建了一个包含分组变量和数值变量的数据集。然后，使用groupby方法按照分组变量对数据进行分组，并使用pct_change方法计算数值变量的百分比变化。最后，将百分比变化结果添加到数据集中，并打印输出。

请注意，由于第一个观测值没有前一个观测值，所以在计算百分比变化时会得到NaN值。