Question

我有一个由温度数据组成的nc文件。我想提取2001年至2018年5月30日至8月18日日期范围内的温度。时间变量的格式为let tempArry = Data.filter( (item) => item.shipmentNumber.includes(props.dataToTable) )。我不在乎它是在2001-01-23还是Python中。我的数据总体如下：

cdo

我每年如何提取上述日期范围？

Answer 1

通常，在这些情况下（一个简单的范围就不足），我发现最好的方法是查看是否可以构造一个长度与时间坐标为True的布尔数组，如果值是我想在选择中包括的日期，如果没有，则为False。然后，我可以将此布尔数组作为sel中的索引器进行传递，以获得我想要的选择。

在此示例中，我将使用xarray中datetime accessor的dayofyear，year和is_leap_year属性：

import pandas as pd

# Note dayofyear represents days since January first of the year,
# so it is offset by one after February 28/29th in leap years
# versus non-leap years.
may_30_leap = pd.Timestamp("2000-05-30").dayofyear
august_18_leap = pd.Timestamp("2000-08-18").dayofyear
range_leap = range(may_30_leap, august_18_leap + 1)

may_30_noleap = pd.Timestamp("2001-05-30").dayofyear
august_18_noleap = pd.Timestamp("2001-08-18").dayofyear
range_noleap = range(may_30_noleap, august_18_noleap + 1)

year_range = range(2001, 2019)

indexer = ((ds.days.dt.dayofyear.isin(range_leap) & ds.days.dt.is_leap_year) |
           (ds.days.dt.dayofyear.isin(range_noleap) & ~ds.days.dt.is_leap_year))
indexer = indexer & ds.days.dt.year.isin(year_range)

result = ds.sel(time=indexer)

The年的逻辑有点笨拙，但我想不出更干净的方法。

Answer 2

您必须添加变量days作为与dataset.set_coords('days')的坐标。然后，您可以使用sel来检索数据片段

dataset.sel(time=slice("2001-01-23", "2018-01-01"))

Further Readings on xarray and Time Series

您可以根据nc文件中多年的日期范围提取数据吗？

2 个答案: