使用某些 nan 处理的 xarray 重采样

Question

问题：
我想重新采样 xarray 数据集，例如当至少一个输入值为 nan 时，每个结果值为 nan 的总和或平均值。使用 pandas，我可以轻松地应用自己的均值、求和等函数，为我提供首选的 nan 处理。 xarray 也允许 resample.apply(own_func) 但我在定义自己的函数时遇到问题。

示例 (from xarray's documentation):

dat=np.linspace(0, 11, 12)
dat[2]=np.nan
da = xr.DataArray(dat,
                  coords=[pd.date_range('15/12/1999',
                                        periods=12, 

freq=pd.DateOffset(months=1))],
                      dims='time')

da.resample(time="QS-DEC").sum()

我得到的：

<xarray.DataArray (time: 4)>
array([ 1., 12., 21., 30.])
Coordinates:
  * time     (time) datetime64[ns] 1999-12-01 2000-03-01 2000-06-01 2000-09-01

@JulianGiles 回答：

da.resample(time="QS-DEC",skipna=False).mean()
<xarray.DataArray (time: 4)>
array([ 0.5,  4. ,  7. , 10. ])
Coordinates:
  * time     (time) datetime64[ns] 1999-12-01 2000-03-01 2000-06-01 2000-09-01

我想要的：

<xarray.DataArray (time: 4)>
array([ 1., NAN, 21., 30.])
Coordinates:
  * time     (time) datetime64[ns] 1999-12-01 2000-03-01 2000-06-01 2000-09-01

Answer 1

如文档中所述 (http://xarray.pydata.org/en/stable/generated/xarray.Dataset.resample.html)，您可以指定 skipna，具体取决于您希望如何处理 nans。

在您的情况下，指定 skipna = False 即可。由于最近修改了 resample 以延迟计算，您可以通过两种方式进行：

da.resample(time="QS-DEC").sum(skipna=False)

或旧方法（将所有内容都放在 .resample() 中）：

da.resample("QS-DEC", 'time', how='sum', skipna=False)

Answer 2

您可以使用 xarray resample 和 reduce 的组合：

#Dummy function to see the array grouping
def func(x, axis): #reduce expect a function with axis argument
    print(x)  #To see the array grouping
    return x #Not relevant

da.resample(time="QS-DEC").reduce(func)

Nan 在第一节（不是你期望的第二节）

[ 0.  1. nan]
[3. 4. 5.]
[6. 7. 8.]
[ 9. 10. 11.]

因此，使用 np.sum() 与 nan 的输出是在第一季度：

import numpy as np
da.resample(time="QS-DEC").reduce(np.sum)

<xarray.DataArray (time: 4)>
array([nan, 12., 21., 30.])
Coordinates:
  * time     (time) datetime64[ns] 1999-12-01 2000-03-01 2000-06-01 2000-09-01

如果你想避免 nan，只需使用 np.nansum():

da.resample(time="QS-DEC").reduce(np.nansum)

<xarray.DataArray (time: 4)>
array([ 1., 12., 21., 30.])
Coordinates:
  * time     (time) datetime64[ns] 1999-12-01 2000-03-01 2000-06-01 2000-09-01

同样适用于np.mean(), np.nanmean(), np.std(), np,nanstd()等

对于与reduce一起使用的更复杂的功能，你可以看到这个答案：

使用某些 nan 处理的 xarray 重采样

xarray resampling with certain nan treatment

python

pandas

python-xarray