Question

我有一个三维网格数据集：lat，lon和time。

<xarray.Dataset>
Dimensions:      (lat: 185, lon: 155, time: 8760)
Coordinates:
  * lon          (lon) float64 -76.98 -76.92 -76.86 -76.8 -76.74 ...
  * lat          (lat) float64 33.55 33.6 33.66 33.71 33.76 33.82 ...
  * time         (time) datetime64[ns] 2010-01-01 2010-01 01T01:00:00.028800 ...
Data variables:
    u            (time, lat, lon) float64 nan nan nan nan nan nan nan nan ...
    v            (time, lat, lon) float64 nan nan nan nan nan nan nan nan ...
    u_err        (time, lat, lon) float64 nan nan nan nan nan nan nan nan ...
    v_err        (time, lat, lon) float64 nan nan nan nan nan nan nan nan ...

我希望得到所有你的意思和时间，我可以通过以下方式做到：

ds_seasonal = ds.groupby('time.season').mean('time')

但是，我只希望获得每个网格点的数据集的平均值，其中有50％的时间或更多数据存在。

在MATLAB中，我会将所有内容放入结构化数组中，它就像nans=sum(~isnan(u),3);一样简单，然后我会将其与4335或50％的时间维度进行比较。

我正在学习如何使用xarray进行计算。这对xarray有可能吗？

Answer 1

where是掩盖xarray中值的方法。您可以使用它来编写带groupby.apply()的自定义聚合函数，例如

def custom_mean(ds):
    missing_frac = result.isnull().mean('time')
    return result.mean('time').where(missing_frac < 0.5)

result = ds.groupby('time.season').apply(custom_mean)

使用xarray获取网格中每个点的时间总和

1 个答案: