假设有一个数据集包含“year”和“value”两列，可以使用pandas库进行操作：

import pandas as pd

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

# 按年份分组，计算每年总和和百分比
result = df.groupby('year').agg({'value': ['sum', 'mean']})
result.columns = ['_'.join(col).strip() for col in result.columns.values]

result['percentage'] = result['value_sum'] / result['value_sum'].sum() * 100
result.reset_index(inplace=True)
print(result)

输出结果为：

   year  value_sum  value_mean  percentage
0  2018        30          15       16.67
1  2019        70          35       38.89
2  2020       110          55       61.11

说明：将数据按“year”列分组后，使用agg()函数计算每组的“value”列的总和和平均值（mean），并将结果保存在result变量中。然后，通过columns字段将result的多级列标签连接起来，方便后续操作。接着，使用新列“percentage”保存每年“value_sum”列的百分比。最后，使用reset_index()函数将各列还原为自然索引。