问题描述
#60198708 让我打开这个问题，因为我还没有找到好的解决方案。
问题
我已经从 EURO-CORDEX 集合下载了几个用于每日降水通量的气候模型。虽然某些模型使用标准日历，与 Pandas datetime 兼容，但其他模型，尤其是 MOHC HadGem2 ES，使用 360 天 CFTimeIndex。
主要问题是，如何使用这些日历有效地重新采样到每月数据，以便能够对其进行协调并在以后生成整体统计数据。
降水通量数据（2011-2015 年摘录）可能如下所示 您可以here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，这有时对气候预测有利，但对 pandas 不利。
<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
到目前为止我尝试了什么
我通过将 CFTimeIndex 转换为字符串、放入 pandas.DataFrame 并使用 pd.to_datetime 和 errors=coerce 转换时间而采取了肮脏的方式
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
这给出了一个具有非标准日期作为 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
现在我可以轻松地使用 pandas 重新采样到每月数据。
虽然这似乎有效，但是否只有 xarray/pandas 有更简洁的方法？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')会进行重采样，但是，它会产生非标准的月末。由于ds['time'].dt.floor('M')在ValueError: <MonthEnd: n=1> is a non-fixed frequency 上失败，我没有找到修正月末的方法
-
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，这是不受欢迎的
我肯定漏掉了一些东西，因为这是一个复杂的问题。任何帮助表示赞赏。
解决方法
感谢提供详细的示例！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“月份开始”频率，然后协调日期类型，例如对于由 CFTimeIndex 索引的数据集，例如：
resampled = ds.resample(time="MS").mean()
resampled["time"] = resampled.indexes["time"].to_datetimeindex()
这基本上是您的第二个要点，但略有变化。重新采样到月开始频率可以解决 360 天日历包含标准日历中不存在的月末的问题，例如2 月 30 日。