问题描述
我正尝试在daby并行化的groupby对象上使用xarray.apply_ufunc，但出现错误。
数据集包含在1km²网格的特定位置上30年的每日温度数据。因此，数据形状为10950x1450x900（天，分别为Y轴和X轴）。
主要目标是对每个位置和每年的值进行排序。而且更重要的是算法必须高效存储
由于数据量巨大（〜120gb）并且无法容纳到内存中，因此我尝试使用dask进行排序，但是从我的研究中我发现，使用dask或任何其他已知的lib都没有简单的解决方案（xarray，numpy ...）（如果有的话）
dask没有实现任何排序算法，因为它对于并行化等非常复杂。
只有函数dask给我们的是topk方法，该方法从排序返回第0个元素到第N个元素。当应用于整个数据集时，内存将达到100％。
因此，现在我尝试在启用numpy.sort并行化的情况下运行dask，以查看是否可以这样做。但是我什至无法测试它，因为它会引发错误。
使用的代码：
xarray.apply_ufunc(numpy.sort,dataset.groupby('time.year'),kwargs={'axis': 0},dask='parallelized',output_dtypes=[numpy.float64])
错误：
ValueError：使用dask ='parallelized'时，必须将输出dtypes（output_dtypes）提供给apply_func
我是在做错事还是apply_ufunc不支持groupby对象？
也可以是组
* args（数据集，数据数组， GroupBy ，变量，numpy.ndarray，dask.array.Array或标量）–要将功能应用到的带标签和/或无标签数组的混合。 / p>
我对如何正确使用它感到困惑。
无论如何，如果您提出任何可行的方法，将不胜感激。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）