以下是一个示例代码，用于按照百分比对非数字列值进行加权计算：

import pandas as pd

# 创建一个示例数据框
data = {'A': ['Cat', 'Dog', 'Cat', 'Dog', 'Cat'],
        'B': [10, 20, 30, 40, 50],
        'C': ['Red', 'Blue', 'Red', 'Blue', 'Red']}
df = pd.DataFrame(data)

# 定义每个分类的权重
weights = {'Cat': 0.5, 'Dog': 0.3}

# 创建一个新列，进行加权计算
df['Weighted'] = df['A'].map(weights) * df['B']

在上述示例中，我们首先创建了一个示例数据框 df，其中包含了3列数据，其中一列是非数字列 A。然后，我们定义了每个非数字分类的权重，存储在 weights 字典中。最后，我们使用 .map() 方法将 weights 字典中的权重映射到 df['A'] 列上，并将结果与 df['B'] 列相乘，得到加权后的结果，存储在新列 Weighted 中。

请注意，上述示例中的权重只是示意，实际应用中需要根据具体情况进行调整。另外，如果需要进行多列的加权计算，可以适当修改代码，例如使用 .apply() 方法来处理多列数据。