Python xarray-从每天到每小时对时间序列数据重新采样

我有一个长达一年的数据集（netCDF），以时间、纬度和经度为坐标，以KBDI-AWAP为变量，每天进行采样

使用Python将数据加载到xarray的数据集，并按如下方式打印：

print(mds_kbdi)

输出：

<xarray.Dataset>
Dimensions:    (latitude: 106, longitude: 193, time: 365)
Coordinates:
  * latitude   (latitude) float32 -39.2 -39.149525 ... -33.950478 -33.9
  * longitude  (longitude) float32 140.8 140.84792 140.89584 ... 149.95209 150.0
  * time       (time) datetime64[ns] 2017-01-01 2017-01-02 ... 2017-12-31
Data variables:
    KBDI-AWAP  (time, latitude, longitude) float32 dask.array<shape=(365, 106, 193), chunksize=(31, 106, 193)>
Attributes:
    creationTime:        1525760660
    creationTimeString:  Mon May  7 23:24:20 PDT 2018
    Conventions:         COARDS

我想将KBDI-AWAP值重新采样为一个小时的间隔。因此，重采样数据集的维度为（纬度：106，经度：193，时间：8760）。同一日期内一小时内的每个KBDI-AWAP值应与原始数据集中的日期值具有相同的值

重新采样的数据将为（每个纬度和经度）：

考虑到我应该在Dataset上使用

resample

函数，我尝试了

mds\u kbdi\u hourly=mds\u kbdi.resample（time='H'）

，但这只输出DatasetResample对象，而不是新的Dataset

我用DatasetResample对象尝试了pad（）和ffill（）。重新采样的数据似乎丢失了其中任何一个的一些数据。生成的['time']坐标为

['2017-01-01T00:00:00.000000000' 
'2017-01-01T01:00:00.000000000' 
'2017-01-01T02:00:00.000000000' ... 
'2017-12-30T22:00:00.000000000' 
'2017-12-30T23:00:00.000000000' 
'2017-12-31T00:00:00.000000000'].

它缺少从2017-12-31T01:00:00.000000000到2017-12-31T23:00:00.000000000的时间戳。如何解决这个问题

您正在寻找or

ffill

方法。例如：

mds_kbdi.resample(time='1H').pad()

resample

方法始终返回重采样对象。重采样对象仅在应用其方法之一（如pad）时才有用

Xarray的文档在此处列出了可用的重采样方法：

---

并提供了一些在这里如何使用它们的示例：

谢谢@jhamman。我用DatasetResample对象尝试了pad（）和ffill（）。重新采样的数据似乎丢失了其中任何一个的一些数据。生成的['time']坐标是

['2017-01-01T00:00:00.000000000''2017-01-01T01:00:00.000000000''2017-01-01T02:00:00.000000000''2017-12-30T22:00:00.000000000''2017-12-30T23:00:00.000000000''2017-12-31T00:00:00.000000000'.

。它缺少从2017-12-31T01:00:00.000000000到2017-12-31T23:00:00.000000000的时间戳。如何解决此问题？您可能需要在填充之前显式地

reindex

。看看

reindex_like

方法。我做了

mds_kbdi_reindexed=mds_kbdi.reindex_like（mds_temp）

，其中mds_temp是另一个数据集，具有我希望重新采样后kbdi数据所具有的坐标。然而，

nan

值被赋予除“T00:00:00”之外的所有时间戳。对，因此在重新索引后需要进行ffill:

mds\u kbdi.reindex\u like（mds\u temp）.ffill（'time'）

。谢谢@jhamman。我想知道使用ffill（）和pad（）方法有什么区别。

['2017-01-01T00:00:00.000000000' 
'2017-01-01T01:00:00.000000000' 
'2017-01-01T02:00:00.000000000' ... 
'2017-12-30T22:00:00.000000000' 
'2017-12-30T23:00:00.000000000' 
'2017-12-31T00:00:00.000000000'].

mds_kbdi.resample(time='1H').pad()