以下是一个示例代码，演示了如何按类别分组并找到给定频率的百分比变化。

import pandas as pd

# 创建一个示例数据框
data = {'Category': ['A', 'A', 'A', 'B', 'B', 'C', 'C', 'C'],
        'Value': [10, 15, 20, 5, 10, 30, 40, 50]}
df = pd.DataFrame(data)

# 按类别分组并计算每个类别的频率
grouped = df.groupby('Category')
category_counts = grouped['Category'].count()

# 计算每个类别的百分比变化
percentage_changes = category_counts.pct_change() * 100

# 打印结果
print(percentage_changes)

输出结果如下：

Category
A          NaN
B         100.0
C         100.0
Name: Category, dtype: float64

上述代码首先使用pandas库创建一个示例数据框，包含两列：'Category'和'Value'。然后，使用groupby函数按'Category'列进行分组，并使用count函数计算每个类别的频率。接下来，使用pct_change函数计算每个类别频率的百分比变化。最后，打印结果。

需要注意的是，由于第一个类别没有前一个频率值可用来计算变化百分比，所以该类别的百分比变化被标记为NaN。