xarray：将数据变量与新的连续维度中的离散观察值相结合

Question

我正在使用一个作物日历，它记录了给定物候 state 发生的一年中的哪一天（doy） - 这里是平均种植（ plant ）和收获（ harvest ）季节（请注意，下面打印的nan是海洋上的像素，其他值包含int ）：

<xarray.Dataset>
Dimensions:  (y: 2160, x: 4320)
Coordinates:
  * x        (x) float64 -180.0 -179.9 -179.8 -179.7 ... 179.7 179.8 179.9 180.0
  * y        (y) float64 89.96 89.88 89.79 89.71 ... -89.71 -89.79 -89.88 -89.96
Data variables:
    plant    (y, x) float32 nan nan nan nan nan nan ... nan nan nan nan nan nan
    harvest  (y, x) float32 nan nan nan nan nan nan ... nan nan nan nan nan nan

我需要将这两个变量组合在维度数据数组中 (doy: 365, y: 2160, x: 4320) 以便跟踪每个像素的物候 state 作为 doy 的 function。 从概念上讲，到目前为止我确定的步骤是：

1. 为每个 state 分配一个数值，例如off=0 , plant=1 , harvest=2
2. 以doy作为新dataarray的doy维度中对应日期的索引，赋值state对应的数值
3. 使用类似于pandas.DataFrame.fillna和method='ffill'来完成两者之间的值

我浏览了重塑和重组数据以及组合数据页面，但根据我目前对 xarray 的理解，我真的不知道从哪里开始。

谁能指出我的方向？ 我想做的事情是仅使用矩阵运算就可以实现，还是我必须引入循环？

PS：为问题本身的混乱表述道歉。 我想这只反映了我仍然缺少的一些基本知识。

Answer 1

您可以利用 xarray 的自动广播规则来创建一个 boolean 掩码，其中所有日期高于/低于由 x/y 索引的日期数组：

# I'm assuming your "day of year" values are 1-indexed, and you're
# using a 365-day calendar. I'll leave leap year handling to you :)
days_of_year = xr.DataArray(
    np.arange(1, 366), dims=["day_of_year"], coords=[np.arange(1, 366)],
)

# broadcast against eachother with (x, y) <= (day_of_year, )
planted = ds.plant <= days_of_year
harvested = ds.harvest <= days_of_year

state = planted + harvested

结果将是一个维度为(x, y, day_of_year)的数组，其中包含您描述的代码。

关于生长期数据的说明：

我以前处理过此类数据，需要注意的一件事是全球范围内生长季节跨越 1 月 1 日的地区，这会破坏您的上述方法。 或者，您可以只创建一个“is_growing_season”掩码，它可以灵活地处理具有跨越日历年的生长季节的区域：

is_growing_season = xr.where(
    ds.harvest >= ds.plant,
    ((days_of_year >= ds.plant) & (days_of_year <= ds.harvest)),
    ((days_of_year >= ds.plant) | (days_of_year <= ds.harvest)),
)