如何正确设置xarray Dataset索引以关联观测值与月均值

现有如下包含不同地点时间序列观测数据的xarray DataArray：

import numpy as np
import pandas as pd
import xarray as xr

np.random.seed(42)

data = xr.DataArray(
    np.random.randint(1,100, (36, 3)), 
    dims=("time", "location"), 
    coords={
        "time": pd.date_range("2022-01-01", periods=36, freq="10D"), 
        "location": ["A", "B", "C"]
    },
    name="observations"
)

计算月均值并将其与观测数据合并为Dataset：

monthly_avg = data.groupby("time.month").mean()
data = data.to_dataset()
data["average"] = monthly_avg

当前执行data.sel(time="2022-01-01")时会返回该时间步的所有月均值，而非对应月份的均值；执行data.sel(month=1)时无法筛选出1月的所有时间步。需要实现：选中某一时间点时返回对应月份的均值，选中某一月份时返回该月所有时间步。

核心问题是月均值的维度与原数据不匹配，且未将month作为关联坐标绑定到原数据上。以下是两种可行的实现方式：

方法一：使用groupby.transform自动对齐维度 #

transform方法会保留原数据的维度结构，直接计算每个时间点所属月份的均值并自动对齐，是最简洁的实现方式：

import numpy as np
import pandas as pd
import xarray as xr

np.random.seed(42)

# 生成原始数据
data = xr.DataArray(
    np.random.randint(1,100, (36, 3)), 
    dims=("time", "location"), 
    coords={
        "time": pd.date_range("2022-01-01", periods=36, freq="10D"), 
        "location": ["A", "B", "C"]
    },
    name="observations"
)

# 给原数据添加month坐标，用于后续月份筛选
data = data.assign_coords(month=data.time.dt.month)

# 计算月均值并自动对齐到原数据的time维度
monthly_avg = data.groupby("month").transform("mean")

# 合并为Dataset
ds = data.to_dataset()
ds["average"] = monthly_avg

验证效果 #

1. 选中单个时间点，返回对应月份的均值：

ds.sel(time="2022-01-01")

此时average字段仅返回1月的均值，而非所有月份的均值。

2. 选中指定月份，返回该月所有时间步数据：

ds.sel(month=1)

会筛选出1月的全部时间点观测数据，同时average字段对应的值均为1月的均值。

方法二：手动对齐维度（适合理解底层逻辑） #

如果需要手动控制对齐过程，可以通过匹配每个时间点的月份来选取对应均值：

# 生成原始数据并添加month坐标
data = data.assign_coords(month=data.time.dt.month)
# 计算月均值
monthly_avg = data.groupby("month").mean()
# 通过原数据的month坐标，将月均值匹配到每个时间点
monthly_avg_aligned = monthly_avg.sel(month=data.month)
# 合并为Dataset
ds = data.to_dataset()
ds["average"] = monthly_avg_aligned

这种方法本质是利用原数据的month坐标作为索引，从月均值结果中提取对应月份的值，实现维度对齐。

• 必须为原数据添加month坐标，才能通过month维度筛选对应时间步。
• 月均值的维度必须与原数据对齐，否则合并后会出现维度不匹配，导致索引筛选异常。

内容的提问来源于stack exchange，提问作者Val