xarray：重塑数据，拆分维度答案

【问题标题】：xarray: reshape data, split dimensionxarray：重塑数据，拆分维度
【发布时间】：2017-03-25 11:12:54
【问题描述】：

我在xarray 中有一个数据集，具有以下维度：

Dimensions:      (subject: 30, session: 5, time: 45000)
Coordinates:
  * subject      (subject) object '110' '112' '114' '117' ...
  * session      (session) object 'week1' 'week2' 'week3' ...
  * time         (time) timedelta64[ns] 00:00:00 00:00:00.040000 ...

我想将每个试验（主题/会话组合）分成更小的时间段，例如分成 3 段，每段 15000 个值，生成的维度可能如下所示：

(subject: 30, session: 5, segment: 3, time: 15000)

我已经搜索并尝试了很多东西，但都没有成功，如何做到这一点？

我一直在尝试的一件事似乎很接近，是创建一个新的 MultiIndex 并将其拆开。

segment_data = np.repeat(range(3),len(ds.time)//3)
segment = xr.Variable(dims='time',data=segment_data)
newtime_data = np.tile(ds.time[:len(ds.time)//3],3)
newtime = xr.Variable(dims='time',data=newtime_data)
dsr = ds.assign_coords(segment=segment,newtime=newtime)
dsr = dsr.set_index(segment='segment',newtime='newtime')
dsr = dsr.stack(fragment=['segment','newtime'])

但是最后一行占用了大量内存，并且似乎创建了一个维度fragment: len(ds.time)**2，这似乎不太正确。我也不确定在此之后我需要做什么 (unstack('fragment')?)。

编辑：更多尝试将我带到这里：

x = np.repeat(range(3),15000)
y = np.tile(ds.time[:len(ds.time)//3],3)
dsr = (ds.assign_coords(segment=x,time2=y)
      .set_index(fragment=['segment','time2'])
      .unstack('fragment'))

这给出了这个：

(subject: 30, segment: 3, session: 5, time: 45000, time2: 15000)

这似乎很接近，但并不完全存在，因为每个 time2 点现在都有 45000 个值，而它应该是一个值：

dsr.isel(subject=0,segment=0,session=0,time2=0)
# (time: 45000)

编辑：我终于找到了一种方法，请参阅我的答案。欢迎提出更多建议！

【问题讨论】：

标签： python python-datetime python-xarray

【解决方案1】：

首先确保您有两个新维度的标签。本例如下：

x = range(3) # 3 segments
y = ds.time[:len(ds.time)//3] # the first 1/3rd of the time labels

然后根据这些标签创建一个pandas MultiIndex*。

ind = pd.MultiIndex.from_product((x,y),names=('segment','new_time'))

最后，将 Dataset 中的time 索引替换为这个新索引，然后解开其层级以创建所需的两个维度。

dsr = ds.assign(time=ind).unstack('time')

您可能想使用rename 重命名新维度：

dsr = dsr.rename({'new_time':'time'})

结果尺寸：

(subject: 30, segment: 3, session: 5, time: 15000)

现在唯一不同的是尺寸的顺序（理想情况下应该交换 segment 和 session）。我认为transpose 会在这里有所帮助，但"although the order of dimensions on each array will change, the dataset dimensions themselves will remain in fixed (sorted) order." ** 所以我可能会像这样忍受它。

_{* 请注意，您将无法使用要拆分的维度的名称，因此这里有'new_time'。 assign 的不必要限制？}

_{** 另一个我无法解释的限制。}

【讨论】：