Numpy 使用可变长度DataArray索引xarray数据

我正在尝试使用DataArray索引从xarray数据集中提取数据。我的目标是沿着与阵列重叠的不同线段获取数据。为此，我获得了每条线的索引（根据长度，这些线的大小不同）

例如，对于第1行：

x=[1,2,3]，y=[7,8,9]

，类似地，对于第2行是

x=[1,4,5,6,8]，y=[0,2,7,9,6]

等等，我有一些行是100x2。为此，我尝试了以下方法：

df=xarray_dataset
indx=xr.DataArray([[1,2,3],[1,4,5,6,8],[2,3]])
indy=xr.DataArray([[7,9,8],[0,2,7,9,6],[4,5]])
dx_sel=df.isel(x=indx,y=indy)

然而，据我所知，每个数据数组索引的长度必须相等。我有没有办法处理这些问题。基本上，这些索引表示数据帧内不同段的x和y坐标，并获得每个段的平均值，如果只有很少的段，我有100个这样的段，我将能够为每个段索引使用循环，但是为每个段使用循环在计算上不有效

---

numpy阵列也存在类似的问题。是否有方法在索引中传递NaN或类似的内容，以便我们可以生成相同的形状，但不提取该索引的数据。

您可以使用

set\u index

->

unstack

机制，该机制基于

pd.MultiIndex

[4]中的

：df=xr.DataArray（np.arange（110）.重塑（10,11），
…：dims=['x'，'y']）
在[5]中：indx=xr.DataArray（[1,2,3,1,4,5,6,8,2,3]，
…：dims=[“索引”]，
…：coords={'i'：（'index'，[0,0,0,1,1,1,1,1,2]），
…：'j'：（'index'，[0,1,2,0,1,2,3,4,0,1]））
...:  
…：indy=xr.DataArray（[7,9,8,0,2,7,9,6,4,5]，dims=['index']，
…：coords={'i'：（'index'，[0,0,0,1,1,1,1,1,2]），
…：'j'：（'index'，[0,1,2,0,1,2,3,4,0,1]））
在[8]中：df.isel（x=indx，y=indy）.set_index（index=[i'，j']）.unstack（'index'））
出[8]：
数组（[[18,31,41,nan，nan]，
[11., 46., 62., 75., 94.],
[26,38,nan，nan，nan]]
协调：
*i（i）int64 0 1 2
*j（j）int64 01 2 3 4

---

这里，

indx

和

indy

具有无量纲坐标，

i

和

j

，它们基本上是索引在二维空间中的原始位置。

谢谢@Keisuke。我已经尝试过你的方法，但仍然无法得到我所期望的。关于我的问题，我补充了更多的细节。也许我还不明白你在期待什么。我不认为有一个简单的方法来处理这种可变长度数组。我的建议是把它放在一个大的一维数组中，并附上它的坐标（'我的答案中有'i'和'j'）。我现在用我问题的更多细节更新了我的问题。让我知道你对此的想法。