使用某些 NAN 处理进行 xarray 重采样

Question

问题：
我想对 xarray 数据集进行重新采样，例如，当至少有一个输入值是 nan 时，每个结果值都是 nan 的总和或平均值。使用熊猫，我可以轻松地应用自己的平均值，总和等函数，从而为我提供首选的nan治疗。xarray 还允许 resample.apply（own_func），但我在定义自己的函数时遇到问题。

示例（来自 xarray 的文档）：

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()

我得到什么：

<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答案：

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

我想要什么：

<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

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

在您的情况下，指定skipna = False就可以了。由于最近修改了resample以延迟计算，因此您可以通过两种方式执行此操作：

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

或旧方法（将所有东西都放在.resample()内）：

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在第一季度（不是你预期的第二季度）

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

因此，使用 np.sum() 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

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

对于与reduce一起使用的更复杂的函数，您可以看到以下答案：https://stackoverflow.com/a/60627663/6841963