如何使用 groupby 或 resample 对每小时数据进行下采样，以根据 python 中的年日小时索引对数据进行分组？答案

【问题标题】：How to use groupby or resample to downsample hourly data to group data according to day hour index of year in python?如何使用 groupby 或 resample 对每小时数据进行下采样，以根据 python 中的年日小时索引对数据进行分组？
【发布时间】：2020-05-14 17:06:54
【问题描述】：

有些函数可以将数据分组为每小时（即 24）或一年中的某一天（即 365）。我有一个 1999-2001 年的 3 年数据集，它具有每小时值。所以总值是 24*365*4+1*24=26304（1*24= 闰年）。当我运行函数时

result=ds.groupby('time.dayofyear').mean('time')

它给出的结果：

<xarray.DataArray 'precip' (dayofyear: 366, lat: 21, lon: 33)>
array([[[0.        , 0.        , 0.        , ..., 0.        ,
         0.        , 0.        ],
        [0.        , 0.        , 0.        , ..., 0.        ,
         0.        , 0.        ],
        [0.        , 0.        , 0.        , ..., 0.        ,
         0.        , 0.        ],
        ...,
        [0.00086806, 0.00065104, 0.00097656, ..., 0.        ,
         0.        , 0.        ],
        [0.00141059, 0.00141059, 0.00130208, ..., 0.        ,
         0.        , 0.        ],
        [0.00195312, 0.00141059, 0.00119358, ..., 0.        ,
         0.        , 0.        ]],

       [[0.        , 0.        , 0.        , ..., 0.        ,
         0.        , 0.        ],
        [0.        , 0.        , 0.        , ..., 0.        ,
         0.        , 0.        ],
        [0.        , 0.        , 0.        , ..., 0.        ,
         0.        , 0.        ],
        ...,]

Coordinates:
  * lon        (lon) float32 220.0 222.5 225.0 227.5 ... 292.5 295.0 297.5 300.0
  * lat        (lat) float32 20.0 22.0 24.0 26.0 28.0 ... 54.0 56.0 58.0 60.0
  * dayofyear  (dayofyear) int64 1 2 3 4 5 6 7 8 ... 360 361 362 363 364 365 366

如果我使用 time.hour groupby 函数：

result=ds.groupby('time.hour').mean('time')

<xarray.DataArray 'precip' (hour: 24, lat: 21, lon: 33)>
array([[[0.        , 0.        , 0.        , ..., 0.        ,
         0.        , 0.        ],
        [0.        , 0.        , 0.        , ..., 0.        ,
         0.        , 0.        ],
        [0.        , 0.        , 0.        , ..., 0.        ,
         0.        , 0.        ],
        ...,
        [0.00015682, 0.00022097, 0.00047759, ..., 0.        ,
         0.        , 0.        ],
        [0.00033503, 0.00037779, 0.0004562 , ..., 0.        ,
         0.        , 0.        ],
        [0.00044195, 0.00039918, 0.00039205, ..., 0.        ,
         0.        , 0.        ]],, dtype=float32)
Coordinates:
  * lon      (lon) float32 220.0 222.5 225.0 227.5 ... 292.5 295.0 297.5 300.0
  * lat      (lat) float32 20.0 22.0 24.0 26.0 28.0 ... 52.0 54.0 56.0 58.0 60.0
  * hour     (hour) int64 0 1 2 3 4 5 6 7 8 9 ... 14 15 16 17 18 19 20 21 22 23

如何分组一年中的小时，它给我一年的平均小时而不是一天。需要函数给出结果为 366*24 =8784，其中平均值是使用日小时指数计算的。

【问题讨论】：

标签： python pandas pandas-groupby netcdf python-xarray

【解决方案1】：

我认为您要求的内容与 question I answered earlier 中的内容相同。简而言之，我认为目前 xarray 中最简洁的方法是使用 strftime 为每个日期生成一个带有“hourofyear”值的坐标，然后使用 groupby：

ds['hourofyear'] = xr.DataArray(ds.time.dt.strftime('%m-%d %H'), coords=ds.time.coords)
result = ds.groupby('hourofyear').mean('time')

【讨论】：

谢谢。完美的解释！