String 基于另一列中的off值将列值连接到新列中

我有一个数据帧，格式如下：

Item    Balance    Date
 1       200000    1/1/2020
 1       155000    2/1/2020
 1       100000    3/1/2020
 1        25000    4/1/2020
 1            0    5/1/2020 
 2       100000    1/1/2020 
 2        15000    2/1/2020
 2            0    3/1/2020

Item   Cycle
 1     4;2#01/01/2020;1000#02/01/2020;775#03/01/2020;500#04/01/2020;125#05/01/2020;0
 2     2;2#01/01/2020;1000#02/01/2020;150#03/01/2020;0

我想将数据帧更改为以下格式：

Item    Balance    Date
 1       200000    1/1/2020
 1       155000    2/1/2020
 1       100000    3/1/2020
 1        25000    4/1/2020
 1            0    5/1/2020 
 2       100000    1/1/2020 
 2        15000    2/1/2020
 2            0    3/1/2020

Item   Cycle
 1     4;2#01/01/2020;1000#02/01/2020;775#03/01/2020;500#04/01/2020;125#05/01/2020;0
 2     2;2#01/01/2020;1000#02/01/2020;150#03/01/2020;0

周期列的形式为每个项目的非零值计数（平衡字段）（项目1有4个，项目2有2个），后跟一个；常数为2，后跟a#日期列中的日期，初始缩放值为1000。然后#+（下一个日期值）+（项目当前余额/项目初始余额）*初始比例余额（1000），直到项目观察值达到0的余额。当物料余额为0时；循环变量将以#（日期列中的日期）结束；0还请注意，在周期变量中，日期将采用mm/dd/yyyy的形式

---

提前感谢您的帮助。

假设您的

Date

列已转换为

datetime64

：

def summarize(group):
    # The number of line items where Balance > 0
    count = (group['Balance'] > 0).sum()

    # Scale the data where the initial balance = 1000
    scaled = pd.DataFrame({
        'Balance': group['Balance'] / group['Balance'].iloc[0] * 1000,
        'Date': group['Date'].dt.strftime('%m/%d/%Y')
    })

    # The lambda to produce the string 01/01/2020;1000
    f = lambda row: f'{row["Date"]};{row["Balance"]:.0f}'

    # Join the balances togather
    data = '#'.join(scaled.apply(f, axis=1))

    # The final string for each group
    return f'{count};2#{data}'

df.groupby('Item').apply(summarize)

---

请分享你迄今为止所做的尝试。