Question

我正在尝试为xarray数据集中的时间维度的子集计算每月气候。时间是使用datetime64定义的。

如果我想使用整个时间序列，这会很好：

monthly_avr=ds_clm.groupby('time.month').mean(dim='time')

但是我真的只想要比2001年长的年份。这两项工作均不可行：

monthly_avr2=ds_clm.where(ds_clm.time>'2001-01-01').groupby('time.month').mean('time')
monthly_avr3=ds_clm.isel(time=slice('2001-01-01', '2018-01-01')).groupby('time.month').mean('time')

这是我的数据集的样子：

<xarray.Dataset>
Dimensions:       (hist_interval: 2, lat: 192, lon: 288, time: 1980)
Coordinates:
  * lon           (lon) float32 0.0 1.25 2.5 3.75 5.0 6.25 7.5 8.75 10.0 ...
  * lat           (lat) float32 -90.0 -89.057594 -88.11518 -87.172775 ...
  * time          (time) datetime64[ns] 1850-01-31 1850-02-28 1850-03-31 ...
Dimensions without coordinates: hist_interval
Data variables:
EFLX_LH_TOT   (time, lat, lon) float32 0.26219246 0.26219246 0.26219246 ...

有人知道使用datetime64进行时间子集设置的正确语法吗？

Answer 1

通常使用sel()方法按坐标值索引和选择xarray中的数据。在您的情况下，类似以下示例的方法应该起作用。

monthly_avr3 = ds_clm.sel(
    time=slice('2001-01-01', '2018-01-01')).groupby('time.month').mean('time')

使用where()方法有时也很有用，但是对于您的用例，您还需要添加drop=True选项：

monthly_avr2 = ds_clm.where(
    ds_clm['time.year'] > 2000, drop=True).groupby('time.month').mean('time')

在时间维度中将xarray数据集或数据数组子集化

1 个答案: