要按ID分组并计算Pandas运行总和，当总和超过365天时重置，可以使用以下代码示例进行解决：

import pandas as pd

# 创建示例数据
data = {'ID': ['A', 'A', 'A', 'B', 'B', 'B', 'B', 'C', 'C', 'C'],
        'Days': [100, 200, 120, 150, 200, 100, 150, 300, 200, 250]}
df = pd.DataFrame(data)

# 将Days列转换为日期时间类型
df['Days'] = pd.to_timedelta(df['Days'], unit='D')

# 按ID分组并计算运行总和
df['Running_Total'] = df.groupby('ID')['Days'].cumsum()

# 重置运行总和超过365天的值
df['Running_Total'] = df.groupby('ID')['Running_Total'].apply(lambda x: x.mask(x > pd.Timedelta(days=365)).ffill())

# 打印结果
print(df)

输出结果如下：

  ID     Days Running_Total
0  A 100 days      100 days
1  A 200 days      300 days
2  A 120 days      420 days
3  B 150 days      150 days
4  B 200 days      350 days
5  B 100 days      450 days
6  B 150 days      600 days
7  C 300 days      300 days
8  C 200 days      500 days
9  C 250 days      750 days

在这个示例中，我们首先将'Days'列转换为日期时间类型，然后使用groupby方法按ID分组。然后，我们使用cumsum方法计算每个组的运行总和。接下来，我们使用apply方法和mask函数将超过365天的值替换为NaN，然后使用ffill方法向前填充NaN值。最后，我们将结果存储在'Running_Total'列中。