Question

我有一个netCDF文件，其中包含名为var 2001-01-01到2010-12-31的变量的每日数据。我想计算var的每月总和，从而产生包含12个时间步长的netCDF（一年中每个月一个）。目前，我这样做：

import xarray as xr
hndl_fl = xr.open_dataset(path_file)

hndl_fl.resample('1MS', dim='time', how='sum')

然而，这导致netCDF每月从2001年到2010年的每月总和。我如何获得12个月的月平均值？

Answer 1

评论：我正在寻找12个月的月平均值（从2001年到2010年的所有年份）。您的解决方案仅计算1年的月平均值

我的第一次输出从 2001-01 开始直到 2010-12 ，所以所有年份都被覆盖。
您是否希望再次resample这些 120 值？

如何获得12个月的月平均值？

你必须决定你想要什么：
一年中每个月的平均值，每年产生12个值，10年内最多120个值或
平均为1年，10年内产生10个值

使用以下xarray.Dataset，date_range = 10年

date_range('2001-01-01', '2010-12-31', name='time') <xarray.Dataset> Dimensions: (time: 3652) Coordinates: * time (time) datetime64[ns] 2001-01-01 2001-01-02 2001-01-03 ... Data variables: data (time) float64 16.0 18.0 15.0 12.0 23.0 9.0 7.0 18.0 23.0 23.0 ...

获取monthly_avr中每个月的date_range('2001-01-01', '2010-12-31', name='time')：

monthly_avr = ds.resample('1MS', dim='time', how='mean')

输出

monthly_avr=<xarray.Dataset> Dimensions: (time: 120) Coordinates: * time (time) datetime64[ns] 2001-01-01 2001-02-01 2001-03-01 ... Data variables: data (time) float64 17.42 16.54 19.23 18.37 14.74 17.8 16.45 17.29 ...

获取year_avr中每年的date_range('2001-01-01', '2010-12-31', name='time')：

year_avr = ds.resample('1AS', dim='time', how='mean')

输出

year_avr=<xarray.Dataset> Dimensions: (time: 10) Coordinates: * time (time) datetime64[ns] 2001-01-01 2002-01-01 2003-01-01 ... Data variables: data (time) float64 17.22 17.13 17.05 17.49 17.38 17.07 16.72 16.47 ...

使用Python测试：3.4.2 - xarray：0.9.1

Answer 2

无论

hndl_fl.resample('1MS', dim='time', how='mean')

或

hndl_fl.groupby('time.month').mean('time')

应该做的伎俩，取决于你想要什么。

在python中使用xarray获取每月气候学

2 个答案: