要按照ID选择每个分组的时间开/关百分比，可以使用以下代码示例：

import pandas as pd

# 创建示例数据
data = {'ID': ['A', 'A', 'A', 'B', 'B', 'C', 'C'],
        'Status': ['On', 'Off', 'On', 'Off', 'On', 'On', 'Off']}
df = pd.DataFrame(data)

# 将Status列转换为0和1的数值
df['Status'] = df['Status'].map({'On': 1, 'Off': 0})

# 计算每个ID分组的时间开/关百分比
grouped = df.groupby('ID')['Status'].mean() * 100

# 打印结果
print(grouped)

输出结果将是每个ID分组的时间开/关百分比。

这里的代码示例使用了pandas库来处理数据。首先，创建了一个示例数据df，其中包含了ID和Status两列。然后，将Status列中的'On'和'Off'转换为0和1的数值表示。接下来，使用groupby函数按照ID分组，并计算每个分组的Status列的平均值，即为时间开/关百分比。最后，将结果打印出来。

注意，这里假设Status列中只包含'On'和'Off'两种值。如果有其他值，需要根据实际情况进行相应的处理。