计算较长时间段内几个月的平均值

Question

我有几十年的 netCDF 月度温度数据，并想计算一年中每个月的所有年份的 6 个月平均值。例如，要获得 5 月的 6 个月平均值，我必须将每年的 5 月和所有 5 个月（12 月、1 月、2 月、3 月、4 月）相加，然后计算平均值。我尝试申请this guide，但使用的是六个月平均值而不是季节性平均值。

import pandas as pd
import xarray as xr
import numpy as np

ds = xr.open_dataset("...\\data.nc")

# Make a DataArray with the number of days in each month, size = len(time)
month_length = ds.time.dt.days_in_month

# Calculate the weights by grouping by 6 months
weights = xr.core.groupby.DataArrayGroupBy(month_length, 'time', grouper=pd.Grouper(freq='6MS')) / xr.core.groupby.DataArrayGroupBy(month_length, 'time', grouper=pd.Grouper(freq='6MS')).sum()
print(weights)

# Test that the sum of the weights for each season is 1.0
np.testing.assert_allclose(xr.core.groupby.DataArrayGroupBy(weights, 'time', grouper=pd.Grouper(freq='6MS')).sum().values, np.ones(2))

# Calculate the weighted average
ds_weighted = xr.core.groupby.DataArrayGroupBy((ds * weights), 'time', grouper=pd.Grouper(freq='6MS')).sum(dim='time')

ds.to_netcdf(path="..\\output.nc")

但由于某种原因，权重似乎加起来不等于 1。
编辑：我现在决定尝试另一种方法来解决体重问题。首先，我决定将数据乘以当月的天数：

month_length = ds.time.dt.days_in_month
ds_multbymonth = ds * month_length

然后我计算 6 个月的滚动总和。

ds_rolledSum = ds_multbymonth.rolling(time=6, min_periods=6).sum().stack().reset_index('time')

最后我想按月对汇总的变量进行分组，以便稍后将它们除以每个 6 个月总和的天数：

sumSixMonths = ds_rolledSum.groupby('time.month').sum()

这是一个相当不雅的解决方案，也许这里有人有更好的建议。

Answer 1

如果你在 Linux/OSX 上工作，你可以使用我的包 nctoolkit (https://nctoolkit.readthedocs.io/en/latest/index.html) 来完成。

您说您的数据是按月计算的。因此，您要做的是计算窗口为 6 的滚动平均值。虽然滚动平均值通常是使用前后时间计算的。所以在下面的代码中，我使用了滚动和然后除以 6。这将计算 6 个月的平均值，选择 5 月，然后根据需要转换为 xarray。

import nctoolkit as nc
ds = nc.open_data("...\\data.nc")
ds.rolling_sum(window = 6)
ds.divde(6)
ds.select(month=5)
ds_xr = ds.to_xarray()