python - 在 xarray 中按多个时间坐标分组的有效解决方法
问题描述
我目前正在使用 xarray 和 Dask 在云上处理 CESM 大型集合数据（ala https://medium.com/pangeo/cesm-lens-on-aws-4e2a996397a1），并试图绘制极端降水的趋势历史时期的每个季节（特别是 12 月至 1 月至 2 月和 6 月至 7 月至 8 月）。
例如。如果一个人将每日时间序列数据分成几个月，例如：
1920: J,F,M,A,M,J,J,A,S,O,N,D
1921: J,F,M,A,M,J,J,A,S,O,N,D
...
我的目标是将每年的 JJA 天数组合在一起，然后在该组天数中取最大值。DJF 也是如此，但是在这里你必须小心，因为 DJF 是一个year-skipping季节；最自然的定义方式是1921's DJF = 1920 D + 1921 JF.
使用 iris 这将很简单（尽管效率很低），因为您可以为然后添加辅助时间坐标season，season_year然后通过这两个坐标聚合/分组并取最大值，这将为您提供 (year, lat, lon) 输出，其中每年包含所选季节降水场的最大值（例如，1921 年每个纬度、经度像素中的最大 DJF 降水量）。
但是，在 xarray 中，此操作并不那么自然，因为您不能在本机上按多个坐标进行分组，有关更多信息，请参阅https://github.com/pydata/xarray/issues/324 。但是，在这个 github 问题中，有人建议使用 xarray 的.apply()功能来解决这个问题的简单、嵌套的解决方法：
def nested_groupby_apply(dataarray, groupby, apply_fn):
if len(groupby) == 1:
return dataarray.groupby(groupby[0]).apply(apply_fn)
else:
return dataarray.groupby(groupby[0]).apply(nested_groupby_apply, groupby = groupby[1:], apply_fn = apply_fn)
我很想自己尝试使用这种解决方法，但我事先有两个主要问题：
1）我似乎无法弄清楚如何分组坐标，这样我就不会在同一年获得最大的 DJF？
例如。如果一个人简单地应用这样的函数（对于一个合适的 xr_max() 函数）：
outp = nested_groupby_apply(daily_prect, ['time.season', 'time.year'], xr_max)
outp_djf = outp.sel(season='DJF')
然后您有效地定义1921's DJF为1921 D + 1921 JF，这实际上不是您想要查看的内容！这是因为“time.year”分组没有考虑year-skippingDJF 等季节的行为。我不确定如何解决这个问题？
2) 这个嵌套的 groupby 函数非常慢！因此，我想知道社区中是否有人找到了具有类似功能的更有效的解决方案？
提前感谢您的帮助，所有！让我知道是否有任何需要澄清的地方。
编辑：自发布此消息以来，我发现在每年采用 DJF/JJA 手段的特定情况下已经有一种解决方法（在一段时间内为每个季节获取最大降雨量值（xarray）），但是我保持这个问题是开放的，因为多坐标分组的有效解决方法的一般问题仍未解决。