#60198708让我打开这个问题,因为我还没有找到好的解决方案。
我已经从 EURO-CORDEX 集合中下载了多个气候模型,用于了解每日降水通量。虽然某些型号使用标准日历,与 Pandas
datetime
兼容,但其他型号,特别是 MOHC HadGem2 ES,使用 360 天 CFTimeIndex
。
主要问题是,如何使用这些日历有效地对月度数据进行重新采样,以便能够协调它并稍后生成集合统计数据。
降水通量数据(2011-2015年摘录)可以如下所示 您可以在这里下载。
<xarray.Dataset>
Dimensions: (bnds: 2, rlat: 412, rlon: 424, time: 1800)
Coordinates:
lat (rlat, rlon) float64 ...
lon (rlat, rlon) float64 ...
* rlat (rlat) float64 -23.38 -23.26 -23.16 ... 21.61 21.73 21.83
* rlon (rlon) float64 -28.38 -28.26 -28.16 ... 17.93 18.05 18.16
* time (time) object 2011-01-01 12:00:00 ... 2015-12-30 12:00:00
Dimensions without coordinates: bnds
Data variables:
pr (time, rlat, rlon) float32 ...
rotated_pole |S1 ...
time_bnds (time, bnds) object ...
Attributes:
CDI: Climate Data Interface version 1.3.2
Conventions: CF-1.6
NCO: 4.4.2
CDO: Climate Data Operators version 1.3.2 (htt...
contact: Fredrik Boberg, Danish Meteorological Ins...
creation_date: 2019-11-16 14:39:25
experiment: Scenario experiment using HadGEM as drivi...
experiment_id: rcp45
driving_experiment: MOHC-HadGEM2-ES,rcp45,r1i1p1
driving_model_id: MOHC-HadGEM2-ES
driving_model_ensemble_member: r1i1p1
driving_experiment_name: rcp45
frequency: day
institution: Danish Meteorological Institute
institute_id: DMI
model_id: DMI-HIRHAM5
rcm_version_id: v2
project_id: CORDEX
CORDEX_domain: EUR-11
product: output
tracking_id: hdl:21.14103/158e462e-499c-4d6e-8462-ac3e...
c3s_disclaimer: This data has been produced in the contex...
如您所见,数据集的时间维度是
cftime.Datetime360Day
。所有月份都是 30 天,这有时有利于气候预测,但不适合 pandas
。
<xarray.DataArray 'time' (time: 1800)>
array([cftime.Datetime360Day(2011-01-01 12:00:00),
cftime.Datetime360Day(2011-01-02 12:00:00),
cftime.Datetime360Day(2011-01-03 12:00:00), ...,
cftime.Datetime360Day(2015-12-28 12:00:00),
cftime.Datetime360Day(2015-12-29 12:00:00),
cftime.Datetime360Day(2015-12-30 12:00:00)], dtype=object)
Coordinates:
* time (time) object 2011-01-01 12:00:00 ... 2015-12-30 12:00:00
Attributes:
standard_name: time
long_name: time
bounds: time_bnds
我采用了肮脏的方式,将 CFTimeIndex 转换为字符串,放入
pandas.DataFrame
并使用 pd.to_datetime
和 errors=coerce
转换时间
ds = xarray.open_dataset('data/mohc_hadgem2_es.nc')
def cft_to_string(cfttime_obj):
month = str(cfttime_obj.month)
day = str(cfttime_obj.day)
# This is awful but there were no two-digit months/days by default
month = '0'+month if len(month)==1 else month
day = '0'+day if len(day)==1 else day
return f'{cfttime_obj.year}-{month}-{day}'
# Apply above function
ds_time_strings = list(map(cft_to_string, ds['time']))
# Get precipitation values only (to use in pandas dataframe)
# Suppose the data are from multiple pixels (for whole of Europe)
# - that's why the mean(axis=(1,2))
precipitation = ds['pr'].values.mean(axis=(1,2))
# To dataframe
df = pd.DataFrame(index=ds_time_strings, data={'precipitation': precipitation})
# Coerce erroneous dates
df.index = pd.to_datetime(df.index, errors='coerce') # Now, dates such as 2011-02-30 are omitted
这给出了一个包含非标准日期(NaT)的数据框,并且缺少一些日期(第 31 天)。我不介意,因为我创建了 90 年跨度的预测。
precipitation
2011-01-01 0.000049
2011-01-02 0.000042
2011-01-03 0.000031
2011-01-04 0.000030
2011-01-05 0.000038
... ...
2011-02-28 0.000041
NaT 0.000055
NaT 0.000046
2011-03-01 0.000031
... ...
2015-12-26 0.000028
2015-12-27 0.000034
2015-12-28 0.000028
2015-12-29 0.000025
2015-12-30 0.000024
1800 rows × 1 columns
现在我可以使用
pandas
轻松地重新采样每月数据。
虽然这似乎有效,但是否有一种仅使用 xarray/pandas 的更干净的方法?可能不是基于字符串的?
ds.indexes['time'].to_datetimeindex()
在非标准日历上失败ds.resample(time='M')
会进行重新采样,但是,它会产生非标准月末。我没有找到正确月末的方法,因为 ds['time'].dt.floor('M')
在 ValueError: <MonthEnd: n=1> is a non-fixed frequency
xarray.groupby(time='time.month')
可以处理非标准日历,但是,它的用例是沿着不同的轴进行分组,这是不希望的我肯定错过了一些东西,因为这是一个复杂的问题。任何帮助表示赞赏。
感谢您提供详细的示例!如果您的分析可以接受每月平均值的时间序列,我认为最干净的方法是重新采样到“月开始”频率,然后协调日期类型,例如对于由
CFTimeIndex
索引的数据集,类似于:
resampled = ds.resample(time="MS").mean()
resampled["time"] = resampled.indexes["time"].to_datetimeindex()
这基本上是你的第二个要点,但有一个微小的变化。对月份开始频率进行重新采样可以解决 360 天日历包含标准日历中不存在的月份结束的问题,例如2月30日。