扩展xarray数据集

我正在尝试向xarray教程数据集添加霜天数。扩展xarray数据集

airtemps = xr.tutorial.load_dataset('air_temperature') 
# The set spans more than a year, let's take only one 
airtemps = airtemps.sel(time=slice('2013-01-01', '2013-12-31')) 
airtemps['air'] = airtemps.air - 273.15

的数据是相当高解析度时间明智这样更容易处理我重新取样他们 air_day = airtemps.resample（“维”，“时间”，如何=“平均”） air_month = air_day。 resample（'1M'，'time'，how ='mean'）

因为我的结果，我想在air_month有一个额外的变量，所有三个维度的平均值低于零的天数。

我非常天真的尝试是......。像这样

air_month['frost'] = sum(air_day.air < 0)

但是通过sum() ing，我在这里松开了时间维度。我被困在这里，仍然没有在我头上包裹着xarray的概念。

感谢您的帮助！

来源

2016-11-16 TomTom101

不知道这*的*方式是否做到这一点，但它似乎工作： 'air_day [ '霜'] = air_day.air <0' 'air_day.frost.groupby（ 'time.month'）。总和（ '时间'）。情节（COL = '月'，col_wrap = 3）' – TomTom101

你快到了！和你GROUPBY非常相似（在某些方面更好的给xarray的重采样还不是一个GROUPBY）

In [24]: (air_day.air < 0).resample('M', dim='time', how='sum') 
Out[24]: 
<xarray.DataArray 'air' (time: 12, lat: 25, lon: 53)> 
array([[[31, 31, 31, ..., 31, 31, 31], 
     [31, 31, 31, ..., 31, 31, 31], 
     [31, 31, 31, ..., 31, 31, 31], 
     ..., 
     [ 0, 0, 0, ..., 0, 0, 0], 
     [ 0, 0, 0, ..., 0, 0, 0], 
     [ 0, 0, 0, ..., 0, 0, 0]]]) 
Coordinates: 
    * lat  (lat) float32 75.0 72.5 70.0 67.5 65.0 62.5 60.0 57.5 55.0 52.5 ... 
    * lon  (lon) float32 200.0 202.5 205.0 207.5 210.0 212.5 215.0 217.5 ... 
    * time  (time) datetime64[ns] 2013-01-31 2013-02-28 2013-03-31 ...

来源

2016-11-17 01:01:55 Maximilian

优秀，谢谢！这是我想象的应该看起来像！ – TomTom101

扩展xarray数据集

回答

相关问题