5

var我有一个 netCDF 文件，其中包含一个名为2001-01-01 到 2010-12-31的变量的每日数据。我想计算每月总和以var生成包含 12 个时间步长的 netCDF（一年中的每个月一个）。目前，我正在这样做：

import xarray as xr
hndl_fl = xr.open_dataset(path_file)

hndl_fl.resample('1MS', dim='time', how='sum')

但是，这会导致 netCDF 包含从 2001 年到 2010 年每个月的月度总和。我如何获得 12 个月的月平均值？

4

2 回答 2

5

评论：我正在寻找 12 个月的月平均值（从 2001 年到 2010 年的所有年份）。您的解决方案仅计算 1 年的月平均值

我的第一个输出从2001-01到2010-12开始，所以涵盖了所有年份。
你想再次获得resample 这120 个值吗？

我如何获得 12 个月的月平均值？

你必须决定你想要什么：
一年内每个月的平均值，每年产生 12 个值，10 年内最多 120 个值
或
1 年平均值，10 年内产生 10 个值

使用以下xarray.Dataset，date_range=10 年 

date_range('2001-01-01', '2010-12-31', name='time')
<xarray.Dataset>
Dimensions:  (time: 3652)
Coordinates:
  * time     (time) datetime64[ns] 2001-01-01 2001-01-02 2001-01-03 ...
Data variables:
    data     (time) float64 16.0 18.0 15.0 12.0 23.0 9.0 7.0 18.0 23.0 23.0 ...

获取monthly_avr每个月的date_range('2001-01-01', '2010-12-31', name='time')： 

monthly_avr = ds.resample('1MS', dim='time', how='mean')

输出： 

monthly_avr=<xarray.Dataset>
Dimensions:  (time: 120)
Coordinates:
  * time     (time) datetime64[ns] 2001-01-01 2001-02-01 2001-03-01 ...
Data variables:
    data     (time) float64 17.42 16.54 19.23 18.37 14.74 17.8 16.45 17.29 ...

获取 中的year_avr每一年date_range('2001-01-01', '2010-12-31', name='time')： 

year_avr = ds.resample('1AS', dim='time', how='mean')

输出： 

year_avr=<xarray.Dataset>
Dimensions:  (time: 10)
Coordinates:
  * time     (time) datetime64[ns] 2001-01-01 2002-01-01 2003-01-01 ...
Data variables:
    data     (time) float64 17.22 17.13 17.05 17.49 17.38 17.07 16.72 16.47 ...

用 Python 测试：3.4.2 - xarray：0.9.1

于 2017-03-12T10:13:02.460 回答
3

任何一个

hndl_fl.resample('1MS', dim='time', how='mean')

或者

hndl_fl.groupby('time.month').mean('time')

应该做的伎俩，这取决于你到底想要什么。

于 2017-03-12T23:42:26.357 回答