问题标签 [xarray]

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：

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？

如何N使用 xarray 从 netCDF 中删除？xarraydrop命令不起作用

假设 hndl_nc 是 netCDF 文件的句柄，我试过了hndl_nc.drop('N')

熊猫数据透视表文档似乎建议使用多索引处理多于两个维度的数据：

我认为 xarray 是为处理这样​​的多维数据集而设计的：

这些方法中的一种是否比另一种更好？为什么 xarray 没有完全取代多索引？

是否有与 xarray 函数等效的 netCDF4 来从 netCDF 文件中选择纬度和特定时间范围的值：

我不想使用 cdo 或 nco

我有一个经纬度的有序列表，我想重新排序网格化气候数据集的索引以与这个有序列表对齐。

我目前DataSet.sel_points()在 Xarray 中使用。大约需要 13 分钟才能完成。这是此操作应该花费的预期时间吗？

我的 netcdf 文件约为 750M。

有一个更好的方法吗？

我正在寻找一种简洁的方法来对 DataArray 的单个维度进行算术运算，然后将结果作为新的 DataArray（更改和未更改的部分）返回。在 pandas 中，我会使用 df.subtract() 执行此操作，但我还没有找到使用 xarray 执行此操作的方法。

以下是我如何从 pandas 中的 x 维度中减去值 2：

对于 xarray 虽然我不知道：

我正在向 xarray 数据集添加变量，完成后，我想提取一个键列表，但我找不到这样做的方法。

我想要的结果是

到目前为止，在我的实验中，我尝试过：

• xr.open_dataset使用chunksarg，它将数据加载到内存中。
• 设置一个NetCDF4DataStore, 并调用ds['field'].values，它将数据加载到内存中。
• 设置一个ScipyDataStorewith mmap='r'，并将ds['field'].values数据加载到内存中。

从我所见，设计似乎不是围绕在内存映射数组上实际应用 numpy 函数，而是将小块加载到内存中（有时使用内存映射来这样做）。例如，这条评论。这里还有一些相关的评论，关于 not xarray 无法确定一个 numpy 数组是否被映射。

我希望能够将数据表示和切片为xarray.Dataset，并能够调用.values（或.data）来获取ndarray，但让它保持映射（出于共享内存等目的）。

如果分块的 dask 操作至少可以在内存映射数组上操作，直到它真正需要改变某些东西，这也很好，这似乎是可能的，因为 dask 似乎是围绕不可变数组设计的。

不过，我确实发现了一个使用 xarray 的技巧，就是这样做的：

在这一点上，类似以下的工作无需将任何内容加载到内存中：

...xarray 显然不知道该数组已映射，并且不能np.copy为此类情况强加 a 。

是否有“支持”的方式在 xarray 或 dask 中进行只读内存映射（或就此而言的复制写入）？

我的问题是我想在 python 中使用 xarray-library 的简单功能，但是在聚合数据的情况下我遇到了时间维度的问题。

我打开了一个数据集，其中包含 2013 年的每日数据： datset=xr.open_dataset(filein).

该文件的内容是：

当我现在使用 groupby 方法计算每月平均值时，时间维度被破坏：

现在我有一个值从 1 到 12 的月份维度而不是时间维度。这是“平均”函数的副作用吗？只要我不使用这个均值函数，时间变量就会被保留。

我做错了什么？文档和这个论坛中给出的例子似乎有不同的行为。在那里，除了使用每个月的第一个日期外，会保留时间戳。

我可以重塑我的旧时代维度吗？如果我想要时间戳指示月中，'time_bounds' 指示每个平均值的间隔，即月初，月底。

谢谢你的帮助，罗尼

我正在学习如何使用 pythonxarray包，但是，我在处理多维数据时遇到了麻烦。具体来说，如何添加和使用附加坐标？

这是一个例子。

我的xarray数据集如下所示：

我可以使用基于站点代码的 sel 方法来选择系列。例如：

但是如何根据其他坐标（即纬度或经度）选择数据？