直到数字达到零为止的行[Python]

我几天来一直试图找到解决这个问题的办法，但都没有用。 根据我们的预测，我们的仓库要求计算处理进货需要多少天

表格：

• “日处理量”=仓库每天处理多少件
• “预测单位”=当天预计有多少新单位到达仓库
• “积压工作”=一天结束时积压工作的单位数量（他们无法处理的部分+前几天遗留的部分）

原始数据： pd.DataFrame（{'daily capacity'：{'May 11'：27500， “5月12日”：27500， “5月13日”：0， “5月14日”：0， “5月15日”：0， “5月16日”：0， “5月17日”：27500， “5月18日”：27500， “5月19日”：27500}， ‘预测单位’：{5月11日】：18007， “5月12日”：19305年， “五月十三日”：19122年， “5月14日”：17292年， 19592年5月15日， ‘5月16日’：23393， “5月17日”：19000， “5月18日”：18539， “5月19日”：18531}， “待办事项”：{5月11日”：0， “5月12日”：0， ‘五月十三日’：-19122， ‘5月14日’：-36414， ‘5月15日’：-56006， ‘五月十六日’：-79399， ‘5月17日’：-70899， ‘五月十八日’：-61938， ‘五月十九日’：-52969}）

问题： 如何计算，对于每个日期，仓库处理当天到达的所有单元需要多少天。每个日期仓库有不同的处理能力，必须考虑到这一点

示例：“仓库将花费3.6天来处理5月16日到达的所有设备”

输出：包含每个日期的处理天数的列

我到目前为止所做的工作：我尝试使用.cumsum（），同时循环并创建一些定义，但找不到有效的方法

原始数据：

你有什么想法或建议的解决方案吗？ 谢谢：-）

编辑：

我找到的临时解决方案，请告诉我是否正确：

dad.rename({'index':'dates'},axis=1,inplace=True)

def days_pr(bk,ind):
    temp = dad[ind:].copy()
    temp['cum cap'] = temp['daily capacity'].cumsum()
    i = ind
    cum_cp = temp['cum cap'][i]
    while cum_cp < abs(bk) and ind<7:
        i+=1
        cum_cp = temp['cum cap'][i]
    else:
        return (i-ind)

dad['days'] = [days_pr(bk,ind) for bk,ind in zip(dad['backlog'],dad.index)]
dad

dad.rename（{'index'：'dates'}，axis=1，inplace=True）
def天数（bk，ind）：
temp=dad[ind:]复制（）
温度['cum cap']=温度['daily capacity'].cumsum（）
i=ind
cum_cp=温度[‘cum cap'][i]
当cum_cp