从坐标增加 xarray 的维数

Question

假设我有以下二维数组

>>> import numpy as np
>>> budgets = np.array([
       [np.nan, 450.],
       [500.  , 100.],
       [np.nan, 900.],
    ])

其值的位置是这样的

>>> coords = [
        ('name' , ['Jack_teen' , 'John_adult', 'John_teen']), # over rows
        ('hobby', ['books', 'bicyle']),                       # over columns
    ]

使用xarray我可以创建一个二维标记数组，做

>>> import xarray as xr
>>> x = xr.DataArray(budgets, coords=coords)

所以约翰在十几岁的时候就不喜欢书了，这在那个时候有预算是可以看得出来的

>>> x.sel(name='John_teen', hobby='books')
<xarray.DataArray ()>
array(nan)
Coordinates:
    name     |S10 'John_teen'
    hobby    |S6 'books'

随着年龄的增长发生了什么变化

>>> x.sel(name='John_adult', hobby='books')
<xarray.DataArray ()>
array(500.0)
Coordinates:
    name     |S10 'John_adult'
    hobby    |S6 'books'

我的问题：

你如何将这个 2dl 数组变成一个 3dl 数组，它考虑一个名为 age 的新维度（其坐标因此是 ['adult','teen'])，同时简化维度 name?

注意 name 的坐标总是结构，下划线分隔，我的意思是 NAME_AGE.当然，您开始执行此操作的对象是 x.

是否有 xarray-builtin 方式来做到这一点？或者至少 fastest/cheapest 方法是什么？

Answer 1

其实，这种肮脏的做法是我要做的，但这只是不能是最好的解决方案。

首先，让我们将这个 2dl 数组变成一个由元组键组成的字典。

dict_ = {}
for hobby in x['hobby'].data:
    for name_age in x['name'].data:
        name,age = name_age.split('_')
        dict_[(hobby, name, age,)] = x.sel(name=name_age, hobby=hobby).data

这些值所在的 space 由以下维度列表组成：['hobby', 'name', 'age']。赋值吧

>>> space = ['hobby', 'name', 'age']

然后，可以使用 pandas's MultiIndex 对象的方法 from_tuples 来构建我们数据的布尔定位结构

>>> import pandas as pd 
>>> index = pd.MultiIndex.from_tuples(dict_.keys(), names=space)

最后，

>>> hyper_x = pd.Series(dict_, index=index).to_xarray()

因此

>>> hyper_x.sel(name='John', age='teen', hobby='books')
<xarray.DataArray ()>
array(nan)
Coordinates:
    hobby    |S5 'books'
    name     |S4 'John'
    age      |S4 'teen'
>>> hyper_x.sel(name='John', age='adult', hobby='books')
<xarray.DataArray ()>
array(500.0)
Coordinates:
    hobby    |S5 'books'
    name     |S4 'John'
    age      |S5 'adult'

这种方法的优点是它可以很容易地推广到任意数量的维度，无论是 x 还是 hyper_x。而且它也可以用来降维。

Answer 2

由于我们最终想要一个维度 'name'，我将把当前的 'name' 重命名为 'name_age':

In [5]: x = x.rename({'name': 'name_age'})

我们可以直接从坐标值构造一个 MultiIndex 并将其指定为堆叠 DataArray 坐标：

In [6]: x.coords['name_age'] = pd.MultiIndex.from_tuples(
   ...:     [tuple(s.split('_')) for s in x.coords['name_age'].values],
   ...:     names=['name', 'age'])

In [7]: x
Out[7]:
<xarray.DataArray (name_age: 3, hobby: 2)>
array([[  nan,  450.],
       [ 500.,  100.],
       [  nan,  900.]])
Coordinates:
  * name_age  (name_age) MultiIndex
  - name      (name_age) object 'Jack' 'John' 'John'
  - age       (name_age) object 'teen' 'adult' 'teen'
  * hobby     (hobby) |S6 'books' 'bicyle'

如果您随后展开 'name_age'，您将获得所需的 3-D DataArray：

In [8]: x.unstack('name_age')
Out[8]:
<xarray.DataArray (hobby: 2, name: 2, age: 2)>
array([[[  nan,   nan],
        [ 500.,   nan]],

       [[  nan,  450.],
        [ 100.,  900.]]])
Coordinates:
  * hobby    (hobby) |S6 'books' 'bicyle'
  * name     (name) object 'Jack' 'John'
  * age      (age) object 'adult' 'teen'

从坐标增加 xarray 的维数

Increase Dimensionality of a xarray from coordinates

python-xarray

xarray