以下是一个按年份分组的案例百分比的解决方法的代码示例：

import pandas as pd

# 创建示例数据
data = {'案例编号': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
        '案例年份': [2017, 2018, 2018, 2019, 2019, 2020, 2020, 2020, 2021, 2021],
        '案例结果': ['通过', '不通过', '通过', '通过', '不通过', '通过', '通过', '不通过', '通过', '通过']}
df = pd.DataFrame(data)

# 按年份和结果分组，并计算每个组的案例数
grouped = df.groupby(['案例年份', '案例结果']).size().reset_index(name='案例数')

# 将案例数转换为百分比
grouped['百分比'] = grouped.groupby('案例年份')['案例数'].apply(lambda x: 100 * x / x.sum())

print(grouped)

输出结果：

   案例年份 案例结果  案例数        百分比
0   2017   通过    1  100.000000
1   2018  不通过    1   50.000000
2   2018   通过    1   50.000000
3   2019  不通过    1   50.000000
4   2019   通过    1   50.000000
5   2020   不通过    1   33.333333
6   2020   通过    2   66.666667
7   2021   通过    2  100.000000

这段代码首先创建了一个包含案例编号、案例年份和案例结果的示例数据。然后使用groupby方法按照案例年份和案例结果进行分组，并计算每个组的案例数。接下来，使用groupby方法和apply函数将案例数转换为百分比。最后，输出按年份分组的案例百分比的结果。

请注意，这里假设数据集已经被加载到名为df的Pandas DataFrame中。你可以根据自己的实际情况修改代码来适应你的数据集。