Xarray DataArray用idxmin()+where()返回全NaT数组问题求解

问题分析 #

你需要从三维xarray.DataArray（维度为time/lat/lon）中，找出每个经纬度位置首次出现非零值的日期，但之前的方法存在两个问题：

• da.idxmin(dim='time')会把0当作最小值，错误返回最早的日期（而非首次非零的日期）
• da.where(da>0).idxmin(dim='time')既会找最小非零值的位置（不是首次出现的位置），还会因全零位置过滤后全为NaN，返回NaT

正确解决方案 #

核心思路是：先标记非零值的位置，找到第一个非零值的索引，再映射到对应的日期，最后过滤全零位置。

# 1. 创建布尔数组，标记每个时间步是否为非零值
non_zero_mask = da > 0

# 2. 获取每个经纬度位置首次非零值的索引（argmax返回第一个True的位置）
first_nonzero_idx = non_zero_mask.argmax(dim='time')

# 3. 映射到对应的日期
first_date = da.time[first_nonzero_idx]

# 4. 将全零的经纬度位置设为NaN（保留有非零值位置的日期）
first_date = first_date.where(non_zero_mask.any(dim='time'))

代码解释 #

• non_zero_mask.argmax(dim='time')：布尔数组中True等价于1，False等价于0，argmax会返回第一个1的索引，也就是首次非零值出现的时间位置
• non_zero_mask.any(dim='time')：生成二维数组（lat/lon），标记哪些位置至少存在一个非零值，用它过滤后，全零位置会被设为NaN
• 该方法高效且准确，能处理30年日度数据的规模

内容的提问来源于stack exchange，提问作者Salit