文章/答案/技术大牛

发布

社区首页 >问答首页 >从数据集中计算新变量并使用新维度保存它们

问从数据集中计算新变量并使用新维度保存它们
EN

Stack Overflow用户

提问于 2018-10-05 09:20:04

回答 2查看 944关注 0票数 1

我有一个数据集ds，变量是Var_1，Var_2和Var_3，它们都是物理量，温度，密度和压力。

<xarray.Dataset>
Dimensions:                         (Altitude: 100)
Coordinates:
  * Altitude                        (Altitude) float64
Data variables:
    Var_1                           (Altitude) float64
    Var_2                           (Altitude) float64
    Var_3                           (Altitude) float64

我计算一个新的变量“热”，我想添加到我的数据集沿维度“高度”和一个新的维度"Energy_Type“与两个条目。已经存在的变量不能分配给这个新维度。

<xarray.Dataset>
Dimensions:                         (Altitude: 100, Energy_Type: 2 )
Coordinates:
  * Altitude                        (Altitude) float64
  * New_Dim                         (Energy_Type) object 'Sensible' 'Latent'
Data variables:
    Var_1                           (Altitude) float64
    Var_2                           (Altitude) float64
    Var_3                           (Altitude) float64
    Heat                            (Altitude, Energy_Type) float64

我还在计算中使用了另外两个xarray数据集，我不需要保存这些数据集。

sensible = xr.Dataset()
sensible['Heat'] = ds.Var_1 * Dataset_X * ds.Var_2
sensible.coords['Energy_Type'] = "Sensible"
sensible = sensible.expand_dims('Energy_Type')

latent = xr.Dataset()
latent['Heat'] = ds.Var_1 * Dataset_Y * ds.Var_3
latent.coords['Energy_Type'] = "Latent"
latent = latent.expand_dims('Energy_Type')

ds = xr.merge([ds, sensible, latent])

虽然这很有效，但对我来说并不是最好的方法。我是不是缺少了一个简单的xarray功能，可以帮助我更好地做到这一点？

python-xarray

回答 2

Stack Overflow用户

回答已采纳

发布于 2018-10-06 17:50:01

在我看来，从本质上讲，您将Var_2和Var_3视为new_dim的切片。你可以沿着这个昏暗的地方把它们连起来：

In [3]: reindexed_2_3 = xr.concat(
   ...:     [ds.Var_2, ds.Var_3],
   ...:     dim=pd.Index(['a', 'b'], name='New_Dim'))
   ...:

这允许您像通常那样对组合数组进行计算：

In [4]: new_var = ds.Var_1 * reindexed_2_3

当然，您可以将其添加回原始数据集中：

In [5]: ds['New_Var'] = new_var

In [6]: ds
Out[6]:
<xarray.Dataset>
Dimensions:   (Altitude: 100, New_Dim: 2)
Coordinates:
  * Altitude  (Altitude) int64 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 ...
  * New_Dim   (New_Dim) object 'a' 'b'
Data variables:
    Var_1     (Altitude) float64 0.4059 0.4675 0.28 0.7884 0.523 0.6433 ...
    Var_2     (Altitude) float64 0.7325 0.4088 0.7504 0.2138 0.8064 0.4313 ...
    Var_3     (Altitude) float64 0.5138 0.6193 0.5576 0.6782 0.9428 0.7201 ...
    New_Var   (Altitude, New_Dim) float64 0.2973 0.2086 0.1911 0.2895 0.2101 ...

虽然如果连接对象对其他操作更有帮助，但是您可以创建一个具有以下坐标集的新数据集：

In [7]: xr.Dataset({'reindexed_2_3': reindexed_2_3, 'new_var': new_var})
Out[7]:
<xarray.Dataset>
Dimensions:        (Altitude: 100, New_Dim: 2)
Coordinates:
  * Altitude       (Altitude) int64 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 ...
  * New_Dim        (New_Dim) object 'a' 'b'
Data variables:
    reindexed_2_3  (New_Dim, Altitude) float64 0.7325 0.4088 0.7504 0.2138 ...
    new_var        (Altitude, New_Dim) float64 0.2973 0.2086 0.1911 0.2895 ...

票数 0

Stack Overflow用户

发布于 2018-10-08 10:45:00

在@delgadom (https://stackoverflow.com/a/52681787/7950930)回答的帮助下，我找到了一个令人满意的解决方案，并将在这里发布。

sensible = ds.Var_1 * Dataset_X * ds.Var_2
latent = ds.Var_1 * Dataset_Y * ds.Var_3
Heat = xr.concat(
    [sensible, latent],
    dim=pd.Index(['sensible','latent'],name='Energy_type'))
ds['Heat'] = Heat

这样，代码就比以前更短、更容易理解了。

我也在http://xarray.pydata.org/en/stable/combining.html#concatenate找到了答案，但我无法更早地理解它。

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/52662329

复制

相似问题

问从数据集中计算新变量并使用新维度保存它们
EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问从数据集中计算新变量并使用新维度保存它们EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问从数据集中计算新变量并使用新维度保存它们
EN