datetime64维中的python xarray concat groupby

2024-03-28 13:35:41 发布

您现在位置:Python中文网/ 问答频道 /正文

我有一个xarray数据集:

ds
<xarray.Dataset>    
Dimensions:  (lat: 360, lon: 720, time: 3652)
Coordinates:
  * lon      (lon) float32 -179.75 -179.25 -178.75 -178.25 -177.75 -177.25     ...
  * lat      (lat) float32 89.75 89.25 88.75 88.25 87.75 87.25 86.75 86.25 ...
* time     (time) datetime64[ns] 2010-01-01 2010-01-02 2010-01-03 ...
Data variables:
dis    (time, lat, lon) float64 nan nan nan nan nan nan nan nan nan...

dis变量中有nan,但整个数组不是nan。 维度时间的长度对应于10年的每日数据(3652天)。在

我要做的是得到10年时间序列的月平均值,每个月和每个gridsquare(lat,lon)。 输出数据集:

^{2}$

我看到的一个几乎可以实现我想要的选择是:

ds.dis.groupby('time.month').mean()

然而,它的输出只是一个12项数组。i、 我们失去了纬度和经度。在

<xarray.DataArray 'dis' (month: 12)>
array([ 368.26764123,  394.0543304 ,  424.67056092,  476.94943773,
    522.383195  ,  516.37355647,  497.74700652,  472.46993274,
    456.87268206,  402.44729131,  367.41928436,  362.6121917 ])
Coordinates:
* month    (month) int64 1 2 3 4 5 6 7 8 9 10 11 12

我想使用datetime64方法可能有一些简单的方法来实现这一点,但我一直在努力理解它们。在

唉,在写这篇文章时,我做到了:

stacked = xr.concat([ds.dis[tlist[month,:],:,:].mean(dim='time',skipna=True) for month in range(0,12)],dim='month')

它给出了:

<xarray.DataArray 'dis' (month: 12, lat: 360, lon: 720)>

然而,有没有其他更符合使用groupby的python方式呢?在

谢谢


Tags: 数据time时间ds数组nanxarraylon
1条回答
网友
1楼 · 发布于 2024-03-28 13:35:41

为了避免聚合每个子数组中的所有维度,需要显式提供维度列表:

ds.dis.groupby('time.month').mean('time')

(有一次,我们曾考虑将此作为groupby操作的默认行为,因为这通常是我们想要的,但是现在还不清楚如何触发所有维度求和的默认值。)

相关问题 更多 >