Question

我有一个从1979年1月1日到2005年12月31日的3D时间序列数据矩阵。矩阵目前是9862x360x720（每日降雨量x 0.5°纬度x 0.5°经度）。我想将每日降雨量与月降雨量（总共324个月）相加，同时还设定了NaN值总和的阈值。

换句话说，如果特定纬度/经度网格单元的每日NaN值超过10个，我想将每月求和单元格标记为NaN。如果网格单元的每日NaN值少于10个，我想将剩余的非NaN每日值相加并将其用作月值。

我使用xarray库的“resample”函数取得了成功，但我无法找到为NaN值设置阈值的方法。我读过的所有内容都说使用sum或nansum函数，但我找不到通过这些函数设置NaN阈值的方法。我现在对任何方法都开放（xarray或其他方式）。

import netCDF4
import numpy as np
import xarray as xr
import pandas as pd

f = netCDF4.Dataset("daily_data", 'r')

daily_dataset = xr.Dataset({'precipitation': (['time', 'lat', 'lon'],  f['precipitation'][:, :, :])},
             coords={'lat': (f['lat'][:]), 'lon': (f['lon'][:]), 'time': pd.date_range('1979-01-01', periods=9862)})

monthly_dataset = daily_dataset['precipitation'].resample('M', dim='time', how='sum', skipna=False)

我能够使用上面的代码将每日数据汇总到每月，但我无法设置NaN阈值。每日数据当前存储在NetCDF文件中。

Answer 1

我相信这可以做你想要的：

NaN = float("nan") # Make a constant for NaN

def sum_nan_threshold(iterable, *, nan_threshold=10):
    if sum(x == NaN for x in iterable) >= nan_threshold: # Are there more NaNs then threshold?
        return NaN
    else:
        return sum(x for x in iterable if x != NaN) # Else sum up if not equal to NaN

将每日时间序列汇总为具有NaN值阈值的月度时间序列

1 个答案: