Python Xarray 沿日期時間維度集成二維數組

Question

我在 Xarray 中有非常大的二維變量。 它們具有以下形式：counts(time, altitude) 其中 time 是每 10 秒的 numpy 日期時間，altitude 是浮點數，counts 是帶有偶爾 NaN 的浮點數。

我想通過對相應列進行求和或平均將分辨率降低到每 15 分鍾一次。

同樣，我想沿着高度維度中的計數行執行相同的操作。

我將不勝感激 Python 中有關如何完成此操作的一些建議（我仍在 Python 的學習曲線上）。

Answer 1

您可以使用 xarray 中的 resample 方法（請參閱文檔https://xarray.pydata.org/en/stable/generated/xarray.Dataset.resample.html中的示例）。

有基於 pandas 的命名時間偏移（參見https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html#dateoffset-objects ）。

例如，基於每日數據庫的年度平均值應該是這樣的：

ds.resample(time='Y').mean('time')

在你的情況下，它應該是：

ds.resample(time='15min').mean('time')

其中 time 是數據集中的時間變量，“15min”是https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html#dateoffset-objects的命名時間偏移量