以下是一个示例代码，根据年份对数据进行汇总，并将其作为分母应用于所选行：

import pandas as pd

# 创建示例数据
data = {'年份': [2018, 2018, 2019, 2019, 2020, 2020],
        '数值': [10, 20, 30, 40, 50, 60]}
df = pd.DataFrame(data)

# 按年份对数据进行汇总，计算每个年份的总和
df_sum = df.groupby('年份')['数值'].sum().reset_index()

# 将每个年份的总和添加为新列
df_merged = df.merge(df_sum, on='年份', suffixes=['', '_总和'])

# 计算每个行的值除以对应年份的总和
df_merged['结果'] = df_merged['数值'] / df_merged['数值_总和']

# 打印结果
print(df_merged)

运行以上代码将输出以下结果：

    年份  数值  数值_总和        结果
0  2018  10     30  0.333333
1  2018  20     30  0.666667
2  2019  30     70  0.428571
3  2019  40     70  0.571429
4  2020  50    110  0.454545
5  2020  60    110  0.545455

以上代码中，首先使用groupby方法按照年份对数据进行分组，并计算每个年份的总和。然后，使用merge方法将每个年份的总和与原始数据进行合并。最后，计算每个行的值除以对应年份的总和，并将结果保存在新列中。