如何在xarray数据集中筛选出每日12:00的时间数据？

• 所用ERA5数据集为netCDF格式，时间格式为%Y-%m-%dT%h:%M%s %p，按小时提供数据（31天共744个时间点）
• 需求：提取每日12:00:00的数据，最终得到31个数据点，后续需复用该逻辑处理更长周期数据集
• 已尝试方法：
  • df = df[df['time'].dt.hour == 12]
  • 使用ison函数
• 遇到错误：TypeError: unhashable type: 'DataArray'

解决方案 #

方法1：xarray原生处理（推荐，适配netCDF数据） #

若你的数据对象是xarray的Dataset/DataArray，直接用xarray的时间筛选方法：

# 筛选小时为12的数据
ds = ds.sel(time=ds.time.dt.hour == 12)

如需精准匹配时分秒：

# 筛选时间为12:00:00的记录
ds = ds.sel(time=ds.time.dt.strftime("%H:%M:%S") == "12:00:00")

方法2：转为pandas DataFrame处理 #

若习惯使用pandas，可先将xarray对象转成DataFrame再操作：

# 转换为DataFrame
df = ds.to_dataframe()
# 通过索引提取12点数据
df = df[df.index.get_level_values('time').hour == 12]
# 或重置索引后筛选
df = df.reset_index()
df = df[df['time'].dt.hour == 12]

错误原因 #

你遇到的TypeError是因为操作对象是xarray的DataArray，而非pandas的DataFrame。xarray不支持直接用[]加布尔数组的索引方式，需用sel或where方法实现筛选。

内容的提问来源于stack exchange，提问作者Matthew Graber