Xarray groupby 根据多索引

Question

xarray 提供了 groupby 函数，我们可以使用它来计算气候数据的异常。例如，可以根据http://xarray.pydata.org/en/stable/examples/weather-data.html计算月度天气数据的异常：

climatology = ds.groupby("time.month").mean("time")
anomalies = ds.groupby("time.month") - climatology

但是，当我们要计算每日数据的异常时，我们需要考虑闰年的 2 月 29 日。如果我们使用上面提到的语法，下面给出例子：

import pandas as pd
import numpy as np
date = pd.date_range('20110101','20161231',freq='D')
data = np.random.rand(len(date))
da = xr.DataArray(data,dims=['date'],coords=dict(date=date))
da_group = da.groupby('date.dayofyear')

此方法根据日期中的 dayofyear 划分 DataArray。但是当我们想根据日期的'month'和'day'进行分组时，我们怎么做，例如每年的Month=4和Day=14（值得一提的是2011-04的dayofyears -10 和 2012-04-10 不同）。

我尝试过da_group = da.groupby(['date.month','date.day'])，但是错误 `group` must be an xarray.DataArray or the name of an xarray variable or dimension.Received ['date.month', 'date.day'] instead.似乎有问题。

那么我们如何根据日期的月份和日期进行分组呢？谢谢！

Answer 1

您可以从 pandas MultiIndex 创建一个 grouper 数组：

In [9]: grouper = xr.DataArray(
   ...:     pd.MultiIndex.from_arrays(
   ...:         [da.date.dt.month.values, da.date.dt.day.values],
   ...:         names=['month', 'day'],
   ...:     ), dims=['date'], coords=[da.date],
   ...: )

In [10]: grouper
Out[10]:
<xarray.DataArray (date: 2192)>
array([(1, 1), (1, 2), (1, 3), ..., (12, 29), (12, 30), (12, 31)], dtype=object)
Coordinates:
  * date     (date) datetime64[ns] 2011-01-01 2011-01-02 ... 2016-12-31

然后您可以使用它对数据进行分组

In [11]: da.groupby(grouper)

在grouping on multiple coordinates along a single dimension 上查看这个相关（但略有不同）的问题

请注意，一旦您聚合，xarray 不会跟踪分组的 MultiIndex 维度的名称，因此您最终会得到未命名的 dims：

In [12]: da.groupby(grouper).mean()
Out[12]:
<xarray.DataArray (group: 366)>
array([0.7243612 , 0.5613106 , 0.59413407, 0.57179211, 0.68318279,
       0.49471343, 0.58264707, 0.56764063, 0.77111539, 0.57064475,
...
       0.45514646, 0.37333521, 0.49833203, 0.53370068, 0.54690462,
       0.69037877])
Coordinates:
  * group          (group) MultiIndex
  - group_level_0  (group) int64 1 1 1 1 1 1 1 1 1 ... 12 12 12 12 12 12 12 12 2
  - group_level_1  (group) int64 1 2 3 4 5 6 7 8 9 ... 25 26 27 28 29 30 31 29

然后您需要重命名您的坐标。但请注意，闰年日期 (2, 29) 确实出现在结果中。