Xarray数据集两年平均resample时间异常问题咨询

原因分析 #

xarray的resample功能基于pandas的时间频率规则实现。当使用"2Y"（两年年末频率）时，默认周期锚点为12月31日，且周期从1970年开始按偶数年划分（如1970、1972……2014、2016）。你的数据覆盖2014-2023年完整10年，第一个周期被截断为2014年全年（下一个2Y锚点是2016年12月31日），最后一个周期被截断为2023年全年（2024年12月31日超出数据范围），导致首尾出现单年平均，且时间戳对应周期起始年末，而非预期的周期结束年末。

修正方法 #

方法1：使用年度起始周期（推荐） #

采用2AS-JAN表示每两年从1月1日起始的年度周期，配合label='right'将时间戳设为周期结束年份，closed='right'确保周期包含结束时间：

Values_2Y = DataList["Value"].resample(time="2AS-JAN", label="right", closed="right").mean(dim="time")

此方法直接生成2014-2015、2016-2017……2022-2023的两年平均，时间戳对应2015-12-31、2017-12-31……2023-12-31，共5个结果，完全匹配需求，且无需依赖特定版本的pandas。

方法2：调整2Y频率的锚点规则 #

若坚持使用2Y频率，可通过anchor参数将周期锚点设为1月1日，同时指定label='right'（需pandas 1.1.0及以上版本支持）：

Values_2Y = DataList["Value"].resample(time="2Y", anchor="JAN", label="right").mean(dim="time")

该方法也能得到正确的时间戳和两年平均结果，但需注意环境的pandas版本兼容性。

验证结果 #

执行修正后的代码后，打印时间戳：

print(Values_2Y["time"])

输出如下：

<xarray.DataArray 'time' (time: 5)>
array(['2015-12-31T00:00:00.000000000', '2017-12-31T00:00:00.000000000',
       '2019-12-31T00:00:00.000000000', '2021-12-31T00:00:00.000000000',
       '2023-12-31T00:00:00.000000000'], dtype='datetime64[ns]')
Coordinates:
  * time     (time) datetime64[ns] 2015-12-31 2017-12-31 ... 2023-12-31

内容的提问来源于stack exchange，提问作者jugimanni