Python 如何使用DataArray where（）函数根据条件从另一个DataArray赋值

我正在与xarray合作，根据另一个数据集的值的条件创建一个新的数据集

输入数据集对象

ds_seasure

按季节划分，具有如下三个维度

    <xarray.Dataset>
    Dimensions:               (latitude: 106, longitude: 193, season: 4)
    Coordinates:
      * latitude              (latitude) float32 -39.2 -39.149525 ... -33.9
      * longitude             (longitude) float32 140.8 140.84792 ... 150.0
      * season                (season) object 'DJF' 'JJA' 'MAM' 'SON'
    Data variables:
        FFDI 95TH PERCENTILE  (season, latitude, longitude) float64 dask.array<shape=(4, 106, 193), chunksize=(4, 106, 193)>

尺寸：（纬度：106，经度：193，季节：4）
协调：
*纬度32-39.2-39.149525-33.9
*经度（经度）浮动32140.8140.84792。。。150
*季节（季节）对象“DJF”“JJA”“MAM”“SON”
数据变量：
FFDI第95百分位（季节、纬度、经度）浮动64 dask.array

我需要创建一个新的数据集，它有三个维度：纬度、经度和时间。纬度和经度应与输入数据集具有相同的坐标，时间坐标应为10年以上的天数

例如，生成的数据集如下所示：

<xarray.Dataset>
Dimensions:    (latitude: 106, longitude: 193, time: 3653)
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] 1972-01-01T00:00:00 1972-01-02T00:00:00 1972-01-03T00:00:00 ... 1981-12-30T00:00:00 1981-12-31T00:00:00
Data variables:
    FFDI 95TH PERCENTILE  (time, latitude, longitude) float64 dask.array<shape=(3653, 106, 193), chunksize=(3653, 106, 193)>

尺寸：（纬度：106，经度：193，时间：3653）
协调：
*纬度32-39.2-39.149525-33.950478 -33.9
*经度（经度）浮动32140.8140.84792140.89584。。。149.95209 150.0
*时间日期时间64[ns]1972-01-01T00:00:00 1972-01-02T00:00:00 1972-01-03T00:00:00。。。1981-12-30T00:00:00 1981-12-31T00:00:00
数据变量：
FFDI第95百分位（时间、纬度、经度）float64 dask.array

一天的变量应与该天所在季节的变量相同。这意味着，1972-01-01、1972-02-02和1972-02-28应具有与季节DJF相同的值；1972-04-01、1972-05-02和1972-05-31应具有与季节MAM相同的值

---

我正在考虑Dataset的where（）函数，但不知道从哪里开始

首先，一个音符。创建一个新的数据阵列，每天复制相同的空间数据，持续3个月，可能会占用大量磁盘空间，但意义不大。我宁愿在您每次需要特定日期的数据时查询季节数据数组。 但是，如果您确实需要执行此操作，并且要回答您的问题，我认为最直接的方法是：

首先，创建一个新容器；np.ndarray是一个好主意

然后，建立日期索引

查询原始季节数据数组

最后，使用维度时间创建一个新的DataArray

在下面的示例中，我创建了一个用于测试的季节数据数组。如果我完全理解您的问题，那么您应该能够使用原始数组，而不会在第二部分（创建foo）中做太多更改

让我们开始吧。首先是进口：

import xarray as xr
import numpy as np
import pandas as pd

创建所需大小的空容器

data_s = np.zeros((4, 10, 10))

用虚拟值填充它

data_s[0] = 0.5
data_s[1] = 0.9
data_s[2] = 0.8
data_s[3] = 0.45

创建虚拟坐标

x = y = np.arange(10)

创建季节索引

seasons = ["spring", "summer", "autumn", "winter"]

最后，创建DataArray

bar = xr.DataArray(data_s, coords=[seasons, x, y], dims=['season', 'x', 'y'])

foo = xr.DataArray(data, coords=[dates, x, y], dims=['time', 'x', 'y'])

bar是要从中提取季节值的数据数组。 现在对单个日期重复相同的步骤

创建一个2000天的容器数组，我们将用每个季度的数据填充该数组

data = np.ones((2000, 10, 10))
x = y = np.arange(10)
dates = pd.date_range('2000-01-01', periods=2000)

这里我假设北方的季节从月的第一天开始（借用自。 当然，您可以轻松编写更好的函数，例如使用一年中的某一天来获取季节

season = np.array((dates.month %12 + 3)//3)

创建一个字典，将上面的数字转换为以前在bar中指定的季节字符串

seas_to_num = {1:"spring", 2:"summer", 3:"autumn", 4:"winter"}

我们用在条[season]上找到的值填充每天的数组

for date, seas in enumerate(season):
    data[date] = bar.sel(season=seas_to_num[seas])

最后，我们创建DataArray

bar = xr.DataArray(data_s, coords=[seasons, x, y], dims=['season', 'x', 'y'])

foo = xr.DataArray(data, coords=[dates, x, y], dims=['time', 'x', 'y'])

现在选择4月5日，我们得到春天的值

In [1]: foo.sel(time=pd.to_datetime("5/4/2001"))
Out[1]: 
array([[0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9],
   [0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9],
   [0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9],
   [0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9],
   [0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9],
   [0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9],
   [0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9],
   [0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9],
   [0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9],
   [0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9, 0.9]])
Coordinates:
time     datetime64[ns] 2001-05-03
  * x        (x) int32 0 1 2 3 4 5 6 7 8 9
  * y        (y) int32 0 1 2 3 4 5 6 7 8 9

---

我同意Andrea的观点，即创建一个包含3653个唯一天数的数据集，而该数据集只复制4个不同的季节值，这通常是低效的。如果您能提供更多关于这方面更广泛目标的信息，或许我们可以建议另一种解决方案

假设您确实想这样做，最快的方法可能是使用xarray的。在下面的内容中，我将假设

ds

是您原始帖子中第二个数据集的名称（维度为

（纬度：106，经度：193，时间：3653）

），然后您可以像

zeros=xr.zeros\u like（ds）
填充=0.groupby（'time.seasure'）+ds\u seasure

这一建议的灵感来源于我们通常根据季节气候学计算异常的方法：

#维度为“time”的原始数据集
ds=xr.open_数据集（…）
#气候学具有“季节”维度
ds_气候学=ds.groubpy（'time.season'）。平均值（dim='time'））
#异常具有维度“时间”
ds_异常=ds.groubpy（'时间.季节'）-ds_气候学

这与您在此处提出的问题基本相同：。我建议您改进第一个问题，并关闭此问题。可能重复感谢@jhamman。我认为此问题是关于使用where（）解决问题，而另一个问题是关于重采样（）我不确定哪一个最适合。我目标的目的是，我能够使用该数据集与另一个每小时一次的数据集进行计算，例如1972-01-01T00:00:00 1972-01-02T00:00:00，…等等：（ds_1+ds_2）。我认为使用两个不同时间维度的参数是不可能的。