假设我想使用 xarray 处理一些日常天气数据,其组织方式类似于 xarray 文档中的示例:
但是,数据是在多个 Excel 文件中提供给我的,其中每个文件包含一天的数据。文件名包含日期信息,文件看起来像里面的这个玩具示例:
X Y Temp Prec
1 1 21 34
1 2 24 4
1 3 22 35
2 1 23 36
我能够将文件读入 pandas 数据帧:
for f in files:
datestring = f.split('.')[0]
date = datetime.strptime(datestring, '%Y%m%d')
df = pd.read_excel(f, 0)
df['Date'] = date
我可以用所有数据制作一个大数据框 (dfAll.append(df)) 并在数据框和数据集之间转换 (xr.Dataset.from_dataframe(df) ).但是,我无法像图像所示那样重新索引和组织我的数据集。我的数据集最终如下所示:
<xarray.Dataset>
Dimensions: (index: 120)
Coordinates:
* index (index) int64 106 107 108 109 ...
Data variables:
X (index) float64 1 1 1 2 ...
Y (index) float64 1 2 3 1 ...
Temp (index) float64 21 24 22 23 ...
Prec (index) float64 34 40 35 36 ...
Date (index) datetime64[ns] 2017-01-02 2017-01-02 2017-01-02 ...
如何像示例那样重组我的数据?哪些操作应该在 pandas 中完成,哪些在 xarray 中完成?基本上,我希望将日期、X 和 Y 作为标签,并将 Temp & Prec 数据作为我的变量。
请您参考如下方法:
要使 xarray.Dataset.from_dataframe 做正确的事情,您需要将要转换为维度的列添加到 DataFrame 上的 MultiIndex 中。
对于您的示例,请尝试:xarray.Dataset.from_dataframe(df.set_index(['X', 'Y', 'Date'])。
