Python 选择基于月份的xarray数据集

我有包含以下信息的xarray数据集：

Coordinates:
lat: float64 (192)
lon: float64 (288)
time: object (1200) (monthly data)

Data Variables:
tas: (time, lat, lon)

现在，我需要特定月份的tas值，例如，我需要包含一月所有记录的新数据集

输出数据集如下所示：

Coordinates:
lat: float64 (192)
lon: float64 (288)
time: object (100) (monthly data of January)

Data Variables:
tas: (time, lat, lon)

我试过一种我以前用过的方法：

jan = pd.date_range(start='1979-01-01', periods=41, freq='AS-JAN').date.tolist()
gs_jan = gs.sel(time = jan)

---

但这在我的情况下不起作用，因为我的日期是0001-0100年，熊猫不支持该范围内的日期

一般来说，为了分析这样的时间序列数据，您需要使用xarray的

da.groupby（）

方法（）遵循组分割应用方法

在你的情况下，我建议尝试：

# Use .groupby('time.month') to organize the data into months
# then use .groups to extract the indices for each month
month_idxs=gs.groupby('time.month').groups

# Extract the time indices corresponding to all the Januarys 
jan_idxs=month_idxs[1]

# Extract the january months by selecting 
# the relevant indices
gs_jan=gs.isel(time=jan_idxs)

---

希望这有帮助

请提供一个。@AMC我已经提供了我尝试的代码，我应该以我的xarray数据集为例？你应该共享一个，其中可能包含一些数据，是的。它工作得很好！非常感谢你。bdw这里的month_idxs（第一行代码！）有什么用？噢！下一行应该是

jan_idxs=month_idxs[1]

，但我忘了。哈哈。将编辑：）乐意帮忙！哈哈，太棒了！感谢您的帮助，看起来您是xarray专家！：）你能看看我的另一个问题吗