在所有月份都应用函数xarray python

Question

在感兴趣的月份xarray上有效地应用函数

FINDSTRING([Report Title],"Norwich",1) > 0 ? "Norwich" : (
FINDSTRING([Report Title],"Ipswich",1) > 0 ? "Ipswich" : (
FINDSTRING([Report Title],"Cambridge",1) > 0 ? "Cambridge" : "NA"))

我目前的做法

我目前通过以下方式应用函数

：

• 遍历所有月份
• 选择当月原始数据集中的所有时间步
• 将函数应用于那些月份（此处为标准化排名）
• 将所有时间步长的每月import pandas as pd import numpy as np import xarray as xr time = pd.date_range('2010-01-01','2018-12-31',freq='M') lat = np.linspace(-5.175003, -4.7250023, 10) lon = np.linspace(33.524994, 33.97499, 10) precip = np.random.normal(0, 1, size=(len(time), len(lat), len(lon))) ds = xr.Dataset( {'precip': (['time', 'lat', 'lon'], precip)}, coords={ 'lon': lon, 'lat': lat, 'time': time, } ) Out[]: <xarray.Dataset> Dimensions: (lat: 10, lon: 10, time: 108) Coordinates: * lon (lon) float64 33.52 33.57 33.62 33.67 ... 33.82 33.87 33.92 33.97 * lat (lat) float64 -5.175 -5.125 -5.075 -5.025 ... -4.825 -4.775 -4.725 * time (time) datetime64[ns] 2010-01-31 2010-02-28 ... 2018-12-31 Data variables: precip (time, lat, lon) float64 -0.7862 -0.28 1.236 ... 0.6622 -0.7682 列表重新组合为DataArray

该功能可能与气候有所不同，但此处是归一化等级。 -获取变量值与数据集中该Dataset的所有其他值相比的排名 -将其设置在month

的范围内

0-100

有没有一种聪明/更有效的方法，而无需循环和选择？

Answer 1

感谢这个很好的例子。确实有一种使用groupby and apply的简单方法：

def rank_norm(ds, dim):
    return (ds.rank(dim=dim) - 1) / (ds.sizes[dim] - 1.0) * 100.0

result = ds.groupby('time.month').apply(rank_norm, args=('time',))