python-xarray：合并时更改数据类型

Question

我正在沿一个轴合并两个数据集（在我的例子中，sample_ID）。但是，即使第一个和第二个数据库的变量 dtype 都是 int64，数据库的 dtype 似乎从 int64 转换为 float64。我的第一个数据库 (existing) 看起来像：

<xarray.Dataset>
Dimensions:          (sample_ID: 3)
Coordinates:
  * sample_ID  (sample_ID) int64 0 1 2
Data variables:
    a                (sample_ID) float64 1.0 2.0 1.1
    b                (sample_ID) float64 5.0 6.0 5.1
    varsUpdate       (sample_ID) int64 0 0 1
    y                (sample_ID) float64 100.0 200.0 100.1
    x                (sample_ID) float64 10.0 20.0 10.1
    trajID           (sample_ID) int64 1 2 1

第二个数据库（new）看起来像：

<xarray.Dataset>
Dimensions:          (sample_ID: 1)
Coordinates:
  * sample_ID  (sample_ID) int64 3
Data variables:
    a                (sample_ID) float64 2.1
    b                (sample_ID) float64 6.1
    varsUpdate       (sample_ID) int64 1
    y                (sample_ID) float64 200.1
    x                (sample_ID) float64 20.1
    trajID           (sample_ID) int64 2

调用existing.merge(new,inplace=True)后的最终结果是

<xarray.Dataset>
Dimensions:          (sample_ID: 4)
Coordinates:
  * sample_ID  (sample_ID) int64 0 1 2 3
Data variables:
    a                (sample_ID) float64 1.0 2.0 1.1 2.1
    b                (sample_ID) float64 5.0 6.0 5.1 6.1
    varsUpdate       (sample_ID) float64 0.0 0.0 1.0 1.0
    y                (sample_ID) float64 100.0 200.0 100.1 200.1
    x                (sample_ID) float64 10.0 20.0 10.1 20.1
    trajID           (sample_ID) float64 1.0 2.0 1.0 2.0

可以看到类型都转换成了float64。有没有一种有效的方法来维护整数类型？

Answer 1

xarray.merge(...) 在两个阶段过程中合并数据集：

它在数据集上调用 xarray.align(..., join='outer') 来对齐它们的坐标。这就引入了NaNs，所以我们需要提升int64 -> float64.
它创建合并数据集，作为每个数组位置对齐数据集中的单个非 NaN 值。

由于其工作方式，在参数尚未对齐时引入 NaN 几乎是不可避免的。

加入数据集的更好方法是 xarray.concat(..., dim='sample_ID')。这不会尝试做任何聪明的事情来沿着连接的维度对齐（'sample_ID' 在这种情况下），这意味着它要快得多并且保留整数数据类型。

python-xarray：合并时更改数据类型

python-xarray: Changing dtypes when merging

python-xarray