Python Xarray-多个文件中每小时数据的每日平均值

Python Xarray-多个文件中每小时数据的每日平均值,python,python-3.x,netcdf,python-xarray,Python,Python 3.x,Netcdf,Python Xarray,我有5个netCDF文件和系泊海流表数据。每个文件如下所示: <xarray.Dataset> Dimensions: (BINDEPTH: 50, INSTRDEPTH: 3, LATITUDE: 5, LONGITUDE: 5, TIME: 44106) Coordinates: * INSTRDEPTH (INSTRDEPTH) float64 100.0 280.0 600.0 * LATITUDE (LATITUDE) float64 -34.04 -33.

我有5个netCDF文件和系泊海流表数据。每个文件如下所示:

<xarray.Dataset>
Dimensions:     (BINDEPTH: 50, INSTRDEPTH: 3, LATITUDE: 5, LONGITUDE: 5, TIME: 44106)
Coordinates:
* INSTRDEPTH  (INSTRDEPTH) float64 100.0 280.0 600.0
* LATITUDE    (LATITUDE) float64 -34.04 -33.8 -33.67 -33.56 -33.51
* LONGITUDE   (LONGITUDE) float64 27.57 27.59 27.64 27.72 27.86
* TIME        (TIME) datetime64[ns] 2015-04-11T15:00:00 ...
Dimensions without coordinates: BINDEPTH
Data variables:
PRES        (TIME, INSTRDEPTH) float32 dask.array<shape=(44106, 3), chunksize=(44106, 3)>
VCUR        (TIME, BINDEPTH) float32 dask.array<shape=(44106, 50), chunksize=(44106, 50)>
UCUR        (TIME, BINDEPTH) float32 dask.array<shape=(44106, 50), chunksize=(44106, 50)>
WCUR        (TIME, BINDEPTH) float32 dask.array<shape=(44106, 50), chunksize=(44106, 50)>
ECUR        (TIME, BINDEPTH) float32 dask.array<shape=(44106, 50), chunksize=(44106, 50)>
这将产生:

它似乎是在位置和时间上的平均值,那么我如何仅在时间上平均


提前谢谢。

你策划了什么?数据2或数据3。如果是数据3,那么它应该看起来像你的图像,因为它只有一天…@msi_gerva Iv绘制了数据3,数据在每个小时的时间戳之间不应该有太大的变化,因此我希望得到与第一个绘图类似的结果。也许我需要用nan填充每个文件,以确保所有时间和空间维度都相同。很抱歉,我对这一点很陌生。我想数据本身可以帮助其他人解决问题……不幸的是,文件太大了,所以我无法共享它们。在原始数据集中(重新采样或打印之前),似乎
VCUR
只有维度
时间
BINDEPTH
。是否也应该有一个表示离岸距离的尺寸?我认为你要求重新采样和选择某一天看起来是正确的,但也许距离维度在早些时候丢失了?
data2 = data.resample(TIME='1D').mean('TIME')
data3 = data2.sel(TIME='2015-6-15')