Question

我正在与xarray一起根据另一个数据集的值的条件创建一个新的数据集。

输入数据集对象ds_season按季节排列，并具有以下三个维度。

    <xarray.Dataset>
    Dimensions:               (latitude: 106, longitude: 193, season: 4)
    Coordinates:
      * latitude              (latitude) float32 -39.2 -39.149525 ... -33.9
      * longitude             (longitude) float32 140.8 140.84792 ... 150.0
      * season                (season) object 'DJF' 'JJA' 'MAM' 'SON'
    Data variables:
        FFDI 95TH PERCENTILE  (season, latitude, longitude) float64 dask.array<shape=(4, 106, 193), chunksize=(4, 106, 193)>

我需要创建一个新的数据集，该数据集具有纬度，经度和时间三个维度。纬度和经度应与输入数据集的坐标相同，时间坐标应为10年以上的天数。

例如，结果数据集如下：

<xarray.Dataset>
Dimensions:    (latitude: 106, longitude: 193, time: 3653)
Coordinates:
  * latitude   (latitude) float32 -39.2 -39.149525 ... -33.950478 -33.9
  * longitude  (longitude) float32 140.8 140.84792 140.89584 ... 149.95209 150.0
  * time       (time) datetime64[ns] 1972-01-01T00:00:00 1972-01-02T00:00:00 1972-01-03T00:00:00 ... 1981-12-30T00:00:00 1981-12-31T00:00:00
Data variables:
    FFDI 95TH PERCENTILE  (time, latitude, longitude) float64 dask.array<shape=(3653, 106, 193), chunksize=(3653, 106, 193)>

一天的变量应与该天的季节的变量相同。这意味着1972-01-01、1972-02-02和1972-02-28的值应与DJF的季节；和1972-04-01、1972-05-02和1972-05-31应该具有与MAM季节相同的值。

我正在考虑数据集的where（）函数，但是不知道从哪里开始。 http://xarray.pydata.org/en/stable/generated/xarray.Dataset.where.html?highlight=where#xarray.Dataset.where

Answer 1

首先，请注意。创建一个新的DataArray，连续3个月每天复制相同的空间数据，可能会占用大量的磁盘空间，而没有任何意义。我宁愿每当您需要特定日期的数据时查询季节DataArray。但是，如果您确实需要执行此操作并回答您的问题，我认为最简单的方法是：

首先，创建一个新容器；一个np.ndarray是个好主意。
然后，建立日期索引，
查询原始季节的DataArray，
最后，使用维度时间创建一个新的DataArray。

在下面的示例中，我创建了一个季节DataArray进行测试。如果我确切地理解了您的问题，那么您应该能够使用原始数组，而无需在第二部分中进行太多更改（使用foo创建）。

让我们开始吧。首先是进口：

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

创建所需大小的空容器。

data_s = np.zeros((4, 10, 10))

用虚拟值填充它。

data_s[0] = 0.5
data_s[1] = 0.9
data_s[2] = 0.8
data_s[3] = 0.45

创建虚拟坐标。

x = y = np.arange(10)

创建季节索引。

seasons = ["spring", "summer", "autumn", "winter"]

最后，创建DataArray。

bar = xr.DataArray(data_s, coords=[seasons, x, y], dims=['season', 'x', 'y'])

bar是要从中提取季节性值的DataArray。现在，对单个日期重复相同的操作。

创建一个为期2000天的容器数组，我们将使用每个季节的数据进行填充。

data = np.ones((2000, 10, 10))
x = y = np.arange(10)
dates = pd.date_range('2000-01-01', periods=2000)

在这里，我假设是从每月的第一天开始的北方季节（从here借来。当然，您可以轻松编写更好的函数，例如使用一年中的某天获取季节。

season = np.array((dates.month %12 + 3)//3)

创建字典，将上面的数字转换为先前在bar中分配的季节的字符串

seas_to_num = {1:"spring", 2:"summer", 3:"autumn", 4:"winter"}

我们每天用bar [season]上的值填充数组。

for date, seas in enumerate(season):
    data[date] = bar.sel(season=seas_to_num[seas])

最后，我们创建DataArray。

foo = xr.DataArray(data, coords=[dates, x, y], dims=['time', 'x', 'y'])

现在选择4月5日，我们将获得spring的值。

In [1]: foo.sel(time=pd.to_datetime("5/4/2001"))
Out[1]: 
array([[0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9],
   [0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9],
   [0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9],
   [0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9],
   [0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9],
   [0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9],
   [0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9],
   [0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9],
   [0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9],
   [0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9]])
Coordinates:
time     datetime64[ns] 2001-05-03
  * x        (x) int32 0 1 2 3 4 5 6 7 8 9
  * y        (y) int32 0 1 2 3 4 5 6 7 8 9

Answer 2

我同意安德里亚（Andrea）的观点，即创建具有3653个唯一天数（仅复制4个不同季节值）的数据集通常效率不高。如果您提供有关实现此目标的更多信息，也许我们可以建议其他解决方案。

假设您确实要执行此操作，最快的方法可能是使用xarray的groupby broadcasting arithmetic。接下来，我将假设ds是您原始帖子（尺寸为(latitude: 106, longitude: 193, time: 3653)的第二个数据集的名称）。然后，您可以像这样

zeros = xr.zeros_like(ds)
filled_in = zeros.groupby('time.season') + ds_season

此建议的灵感来自我们通常根据季节气候学计算异常的方式：

# original dataset with dimensions 'time'
ds = xr.open_dataset(...)
# climatology has dimension 'season'
ds_climatology = ds.groubpy('time.season').mean(dim='time') 
# anomaly has dimension 'time'
ds_anomaly = ds.groubpy('time.season') - ds_climatology

如何使用DataArray where（）函数根据条件从另一个DataArray分配值

2 个答案: