使用可变长度 DataArray 索引 xarray 数据

Question

我正在尝试使用 DataArray 索引从 xarray 数据集中提取数据。我的目标是沿着与数组重叠的不同线段获取数据。为此，我获得了每条线的索引（根据长度，它们的大小不同）。

例如对于第 1 行：x = [1,2,3], y=[7,8,9] 和第 2 行类似的是 x=[1,4,5,6,8], y=[0,2,7,9,6] 等等，我有一些行是 100x 2。为此，我尝试如下：

df=xarray_dataset
indx=xr.DataArray([[1,2,3],[1,4,5,6,8],[2,3]])
indy=xr.DataArray([[7,9,8],[0,2,7,9,6],[4,5]])
dx_sel=df.isel(x=indx,y=indy)

但是据我所知，每个数据数组索引的长度需要相等。有没有办法可以处理这些问题。基本上，这些索引代表数据帧中不同段的 x 和 y 坐标并获得每个段的平均值，如果只有少数我可以为每个段使用循环，我有 100 个这样的段索引，但是为每个段使用循环在计算上效率不高。

这也是 numpy 数组的类似问题。有没有办法在索引中传递 NaN 或类似的东西，以便我们可以制作相同的形状，但不会为该索引提取数据。

Answer 1

您可以使用set_index -> unstack 机制，它基于pd.MultiIndex。

In [4]: df = xr.DataArray(np.arange(110).reshape(10, 11),  
   ...:                   dims=['x', 'y'])  
In [5]: indx=xr.DataArray([1,2,3, 1,4,5,6,8, 2,3], 
   ...:                   dims=['index'],  
   ...:                   coords={'i': ('index', [0,0,0, 1,1,1,1,1, 2,2]), 
   ...:                           'j': ('index', [0,1,2, 0,1,2,3,4, 0,1])}) 
   ...:  
   ...: indy=xr.DataArray([7,9,8, 0,2,7,9,6, 4,5], dims=['index'], 
   ...:                   coords={'i': ('index', [0,0,0, 1,1,1,1,1, 2,2]), 
   ...:                           'j': ('index', [0,1,2, 0,1,2,3,4, 0,1])})       

In [8]: df.isel(x=indx, y=indy).set_index(index=['i', 'j']).unstack('index')                                         
Out[8]: 
<xarray.DataArray (i: 3, j: 5)>
array([[18., 31., 41., nan, nan],
       [11., 46., 62., 75., 94.],
       [26., 38., nan, nan, nan]])
Coordinates:
  * i        (i) int64 0 1 2
  * j        (j) int64 0 1 2 3 4

这里indx和indy有无量纲坐标，i和j，本质上是二维空间中索引的原始位置。