使用Xarray resample的map方法应用自定义函数丢失维度坐标

问题原因 #

当使用resample.map()时，若自定义函数返回的子Dataset保留了原time维度（比如示例中直接返回输入的子块，每个子块包含窗口内的多个时间点），Xarray在合并结果时会将所有子块的time维度直接拼接。由于各子块的time坐标是窗口内的局部时间，无法直接形成连续的全局坐标，Xarray会自动将time维度替换为从0开始的整数序列索引，导致原时间坐标丢失。

你调试时看到自定义函数能接收到坐标，是因为每个子块本身确实包含窗口内的局部坐标，但合并环节无法将这些局部坐标映射到resample的窗口级全局坐标。

解决方法 #

根据需求不同，有三种常见处理方式：

1. 对窗口进行聚合操作（返回单值结果） #

如果自定义函数是对每个窗口做聚合（比如求均值、求和、取极值），修改函数返回聚合后的标量/一维结果，Xarray会自动将resample的窗口起始时间作为新的time坐标：

import numpy as np
import pandas as pd
import xarray as xr

def custom_fn(ds):
    # 示例：返回窗口内的均值，可替换为自定义聚合逻辑
    return ds.mean(dim='time')

if __name__=='__main__':
    times=pd.date_range(
            '2000-01-01 00:00', '2000-01-05 23:59:59',
            freq='5min',
            )
    data1=np.arange(len(times))
    data2=data1+1
    data=xr.Dataset(
            data_vars={
                    'data1':(['time',], data1,),
                    'data2':(['time',], data2,),
                    },
            coords={'time':times}
            )

    new=data.resample(time='30min').map(custom_fn)
    print(new)  # 此时time坐标为各窗口的起始时间

2. 保留窗口内的所有数据（新增窗口内时间维度） #

如果需要保留每个窗口内的所有原始数据，可将原time维度重命名为窗口内的局部时间维度，让resample的窗口时间作为新的顶级time坐标：

import numpy as np
import pandas as pd
import xarray as xr

def custom_fn(ds):
    # 将原time维度重命名为window_time，保留窗口内的时间点
    return ds.rename(time='window_time')

if __name__=='__main__':
    times=pd.date_range(
            '2000-01-01 00:00', '2000-01-05 23:59:59',
            freq='5min',
            )
    data1=np.arange(len(times))
    data2=data1+1
    data=xr.Dataset(
            data_vars={
                    'data1':(['time',], data1,),
                    'data2':(['time',], data2,),
                    },
            coords={'time':times}
            )

    new=data.resample(time='30min').map(custom_fn)
    print(new)
    # 此时Dataset包含两个维度：
    # - time: 各resample窗口的起始时间
    # - window_time: 窗口内的5分钟间隔时间点

3. 手动恢复窗口坐标（特殊场景） #

如果必须保留原time维度的全局坐标，可先提取resample的窗口时间，再手动赋值给结果（仅适用于每个窗口返回结果长度一致的情况）：

import numpy as np
import pandas as pd
import xarray as xr

def custom_fn(ds):
    return ds

if __name__=='__main__':
    times=pd.date_range(
            '2000-01-01 00:00', '2000-01-05 23:59:59',
            freq='5min',
            )
    data1=np.arange(len(times))
    data2=data1+1
    data=xr.Dataset(
            data_vars={
                    'data1':(['time',], data1,),
                    'data2':(['time',], data2,),
                    },
            coords={'time':times}
            )

    # 先获取resample窗口的时间戳
    resampler = data.resample(time='30min')
    window_times = list(resampler.groups.keys())
    # 执行map操作
    new = resampler.map(custom_fn)
    # 手动替换time坐标为窗口时间
    new = new.assign_coords(time=window_times)
    print(new)

内容的提问来源于stack exchange，提问作者RogUE