如何用Xarray对NARR再分析数据按每日12时至午夜切片取最大值？

完全应该用Xarray，它是处理NARR这类网格化气象再分析数据的最优工具之一，能高效处理多维时序数据的筛选与聚合操作。以下是具体实现步骤：

1. 筛选每日12时至午夜的时间子集 #

针对你的3小时间隔时间序列（00/03/06/09/12/15/18/21时），可以通过Xarray的时间属性筛选出12点及之后的时刻：

方法一：按小时范围筛选 #

import xarray as xr

# 假设你的NARR数据已加载为xarray.Dataset对象ds
subset_ds = ds.sel(time=ds.time.dt.hour >= 12)

方法二：精确匹配目标小时 #

如果需要严格指定要保留的小时（比如仅12/15/18/21时），可以用isin：

subset_ds = ds.sel(time=ds.time.dt.hour.isin([12, 15, 18, 21]))

2. 计算每日该时段的最大值 #

筛选完成后，按日期分组并取最大值，有两种常用方式：

方式一：用resample重采样 #

daily_max_ds = subset_ds.resample(time='D').max()

resample(time='D')会按自然日分组，.max()计算每组内的最大值。

方式二：用groupby按日期分组 #

daily_max_ds = subset_ds.groupby('time.date').max()

这种方式会将时间维度替换为date维度，结果与resample一致。

备选工具（若不使用Xarray） #

• CDO（气候数据操作工具）：适合命令行批量处理，无需编写代码：

  # 先筛选12-23时的数据
  cdo selhour,12/23 input_narr.nc subset.nc
  # 再计算每日最大值
  cdo daymax subset.nc daily_max.nc
  

• Pandas：仅适合一维时间序列数据，处理多维网格数据时不如Xarray便捷，需额外处理维度转换。

内容的提问来源于stack exchange，提问作者Methexis