在datetime64尺寸蟒xarray的concat GROUPBY

我有一個xarray數據集是：在datetime64尺寸蟒xarray的concat GROUPBY

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...

有在DIS變量的NaN但整個陣列是不NaN的。維度時間的長度對應於10年的日常數據（3652天）。

我想要做的是獲得10年時間序列的每月平均值，每個月和每個網格平方（經度，緯度）。那麼輸出數據集將是：我看到，幾乎

Dimensions: (lat: 360, lon: 720, time: 12) #<<< or 'months'

一種選擇我想要做什麼是：

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

然而，它的輸出僅僅是一個12項陣列。即我們失去了經度和緯度。

<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

我認爲有可能簡單的方法來使用datetime64方法來做到這一點，但我一直在努力使它們充分感覺到它們。

唉，而寫這我已經做管理：

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

這給：

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

然而，還有另一個更Python的方式更符合的第一行代碼使用通過...分組？

感謝

來源

2016-05-27 dreab

爲了避免聚集在每個子陣列的所有尺寸，你需要明確供應維度列表：

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

（在一個點上，我們曾考慮把這項工作作爲默認行爲groupby操作，因爲它通常是我們想要的，但是不清楚如何觸發當前在所有維度上求和的默認值。）

來源

2016-05-27 17:45:43 shoyer

謝謝 - 也適用於'skipna = True「' – dreab

在datetime64尺寸蟒xarray的concat GROUPBY

回答

相關問題