假设有一个数据表，包含三列：group_id，item_id和value。其中，group_id列将数据分组，item_id列表示项目编号，value列表示对应项目的值。我们要求每个组中非零值的百分比。

以下是利用Python的pandas库进行数据处理的示例代码：

import pandas as pd

# 创建数据表
data = {'group_id': ['A', 'A', 'B', 'B', 'B', 'C'], 
       'item_id': [1, 2, 1, 2, 3, 1], 
       'value': [0.2, 0.3, 0, 0.1, 0.4, 0]}
df = pd.DataFrame(data)

# 按组计算非零值的数量和总数
nz_count = df.groupby('group_id')['value'].apply(lambda x: x[x!=0].count())
total_count = df.groupby('group_id')['value'].count()

# 计算每组中非零值的百分比
result = nz_count / total_count
print(result)

输出结果为：

group_id
A    1.000000
B    0.666667
C    0.000000
Name: value, dtype: float64

说明：以上代码先利用groupby函数将数据按组分组，然后利用apply函数对每个组的value列进行计算。首先筛选出所有非零值，再计算非零值的数量和总数，最后求出非零值的百分比。