xarray重采样冬季逐6小时数据为日数据时，如何仅保留冬季月份？

你遇到的问题是因为resample会自动生成时间序列起始到结束的完整日期区间，哪怕原数据只有冬季时次，也会补全其他季节的日期并填充缺失值。解决方法很简单，有两种常见思路：

方法1：重采样后筛选冬季月份 #

先完成日尺度重采样，再直接过滤出冬季的日期：

# 生成日均值数据集
ds_daily = ds.resample(time='D').mean(dim='time')
# 筛选冬季月份（这里以12、1、2月为例，根据你的冬季定义调整月份）
ds_daily_winter = ds_daily.sel(time=ds_daily.time.dt.month.isin([12, 1, 2]))

方法2：先筛选冬季时次再重采样（更高效） #

先从原始数据里过滤出冬季的逐6小时时次，再做重采样，这样resample只会生成冬季的日期，完全不会出现其他季节的缺失值：

# 先筛选原始数据中的冬季时次
ds_winter_subset = ds.sel(time=ds.time.dt.month.isin([12, 1, 2]))
# 再重采样为日均值
ds_daily_winter = ds_winter_subset.resample(time='D').mean(dim='time')

注意：根据你所在地区对冬季的定义，调整isin([12,1,2])里的月份数字即可，比如部分地区冬季是11、12、1月，就改成[11,12,1]。

内容的提问来源于stack exchange，提问作者peteron30