如何在 3D 阵列中的特定（变化）时间步长处剪辑多个点？

Question

我想用点（shapefile）剪辑一个多维数组。 这些点是特定事件，具有纬度、经度和时间值。 我从 shapefile 的列中创建：lat、lon 和 time 一个列表（对于每个），然后在下一步中使用这些列表选择/剪辑多维数组（使用 function xarray.sel）：

lons = pts.geometry.x.to_list()
lats = pts.geometry.y.to_list()
time = pts.time.to_list()

values_pts = 3D_array.sel(lon=lons, lat=lats, time=time, method="nearest")

随着纬度，经度，时间到分开的列表的这种拆分，它们失去了彼此的关系，这意味着所有点都被删除了每个时间步，而不是它们发生的特定日期。你有什么想法我是怎么做到的可以在 3D 阵列中的特定时间步长剪辑纬度和经度吗？

Answer 1

与其将 x、y 和时间转换为列表，不如使用pd.Series.to_xarray()将它们转换为xarray.DataArray 。 这使您可以使用 xarray 的高级索引模式，在这种模式下，您不仅可以过滤(lat, lon, time)维度，还可以实际重塑数组以符合选择器的索引。 以下将重塑 lat、lon 和 time 维度，以将您请求的点从数组中拉出，保持它们之间的关系并设置与 dataframe 的索引匹配的新维度：

lons = pts.geometry.x.to_xarray()
lats = pts.geometry.y.to_xarray()
time = pts.time.to_xarray()

# because lons, lats, and time all have the same indexing 
# dim, which is the the index of `pts`, the following will
# pull the points you're requesting out of the array and 
# reshape them into a 1-D vector indexed by the common
# indexing dimension
values_pts = 3D_array.sel(
    lon=lons, lat=lats, time=time, method="nearest"
)

# you could now convert this back to a pandas.Series 
# (if 3D_array is a DataArray) or pandas.DataFrame
# (if it's a Dataset) if desired:
values_pts.to_series()