在 3D xarray 中按月数访问数据答案

【问题标题】：Access data by month number in 3D xarray在 3D xarray 中按月数访问数据
【发布时间】：2020-09-30 10:41:10
【问题描述】：

我有给定年份的一月、二月、三月、四月、十月、十一月和十二月的数据数组 (361x361)。

到目前为止，我一直将它们存储在一年中每个月的单独 netcdfs 中（例如 03.nc、10.nc）

我想将所有月份合并为一个 netcdf，以便我可以执行以下操作：

march_data = data.sel(month='03')

或者data.sel(month=3))

到目前为止，我只能将每月数据堆叠在一个 361x361x7 数组中，并且它的索引没有帮助，因此要获取 3 月份的数据，您需要执行 data[:,:,2] 并获取 10 月份的数据 [： ,:,4]。显然 2 和 4 并不直观地对应于 3 月和 10 月。这部分是因为 python 从零开始索引，部分是因为我错过了夏季月份。我可以将 nan 字段放入缺少的月份，但这并不能解决 index-0 问题。

到目前为止我的尝试：

 data = xarray.Dataset( data_vars={'ice_type':(['x','y','time'],year_array),},
                      coords={'lon':(['x','y'],lon_target),
                              'lat':(['x','y'],lat_target),
                              'month_number':(['time'],month_int)})

这里 year_array 是一个 361x361x7 的 numpy 数组，month_int 是将year_array 的第三个索引映射到月份编号的列表：[1,2,3,4,10,11,12]。

当我尝试使用 oct = data.sel(month_number=10) 获取 Oct 数据时，它会引发错误。

顺便说一句，我知道here 可能有解决方案，但老实说，我不明白它是如何工作的。我的困惑主要是基于他们如何同时使用“时间”作为字典键和时间列表。

【问题讨论】：

标签： python netcdf python-xarray netcdf4

【解决方案1】：

我想我已经写了一个辅助函数来做类似的事情：

def combine_new_ds_dim(ds_dict, new_dim_name):
    """
    Combines a dictionary of datasets along a new dimension using dictionary keys
    as the new coordinates.

    Parameters
    ----------
    ds_dict : dict
        Dictionary of xarray Datasets or dataArrays
    new_dim_name : str
        The name of the newly created dimension

    Returns
    -------
    xarray.Dataset
        Merged Dataset or DataArray

    Raises
    ------
    ValueError
        If the values of the input dictionary were of an unrecognized type
    """

    expanded_dss = []

    for k, v in ds_dict.items():
        expanded_dss.append(v.expand_dims(new_dim_name))
        expanded_dss[-1][new_dim_name] = [k]
    new_ds = xr.concat(expanded_dss, new_dim_name)

    return new_ds

如果您拥有单独的 netcdfs 中的所有数据，那么您应该能够将它们导入到单独的 dataArray 中。假设你已经这样做了，那么你可以这样做

month_das = {
    1: january_da,
    2: february_da,
    ...
    12: december_da
}

year_data = combine_new_ds_dim(month_das, 'month')

这将是沿新维度month 与所需坐标的所有数据的串联。如果你想单独使用它，我认为函数的主循环很容易分离。

编辑：

对于将来关注此问题的任何人，使用内置 xarray 函数可以更轻松地执行此操作。您可以沿新维度连接

year_data = xr.concat([january_da, february_da, ..., december_da], dim="month")

这将创建一个新的dataArray，其中包含沿新维度连接的组成数组，但在该维度上没有坐标。要添加坐标，

year_data["month"] = [1, 2, ..., 12]

此时year_data 将沿新维度“月”连接起来，并将沿该维度获得所需的坐标。

【讨论】：