如何基于xArray实现DataArray滚动窗口的分位数计算？

没错，xarray自带的rolling()接口目前确实没内置分位数/百分位数的计算功能，不过咱们不用非得转pandas，用xarray原生工具也能实现。下面给你两种原生方案，再和你现在的转pandas方法对比下：

方案1：用rolling().construct()搭配quantile() #

这是最贴合xarray原生思路的做法：先把滚动窗口转换成一个新维度，然后在这个维度上计算分位数就行：

import xarray as xr
import numpy as np

times = np.arange(0, 30)
locs = ['A', 'B', 'C', 'D']
signal = xr.DataArray(
    np.random.rand(len(times), len(locs)),
    coords=[times, locs],
    dims=['time', 'locations']
)
window = 5

# 生成滚动窗口，新增一个window_dim维度
rolled_windows = signal.rolling(time=window, center=True).construct("window_dim")
# 在窗口维度上计算25分位数，之后删掉这个临时维度
quantile_result = rolled_windows.quantile(0.25, dim="window_dim")
# 手动去掉首尾的无效值（因为center=True，首尾各window//2个值是NaN）
clean_result = quantile_result.isel(time=slice(window//2, -window//2))

这个方法全程用xarray原生API，不用依赖pandas。不过正如你发现的，它在大数据集上性能不如转pandas的方法——毕竟多了一个窗口维度，内存和计算量都会上去。

方案2：用rolling().reduce()自定义聚合函数 #

xarray的rolling().reduce()支持传入自定义的聚合函数，咱们可以用这个来实现分位数计算：

def calc_rolling_quantile(arr, q=0.25):
    # arr的第一个轴是窗口维度，我们在这个轴上计算分位数，同时处理NaN
    return np.nanquantile(arr, q, axis=0)

quantile_result = signal.rolling(time=window, center=True).reduce(calc_rolling_quantile, q=0.25)
# 同样清理首尾的NaN
clean_result = quantile_result.isel(time=slice(window//2, -window//2))

这个方法不用额外生成窗口维度，内存占用比第一个方案低，性能也更好一点，但还是比不过你现在用的转pandas方案——毕竟pandas的rolling实现是经过深度优化的。

三种方法的优劣对比 #

• 转pandas方案：你当前的方法性能最好，尤其是数据集大的时候优势明显；唯一的小缺点是需要来回转换数据结构，要是坐标比较复杂的话得注意对齐问题。
• construct()+quantile()方案：纯原生，代码好懂，适合小数据集或者需要完整保留xarray坐标元数据的场景，但性能拉胯。
• reduce()+自定义函数方案：原生实现，内存占用低，性能介于前两者之间，但自定义函数要处理好NaN的情况。

如果你的核心需求是性能，那你现在的转pandas方案其实非常靠谱；要是想尽可能用xarray原生API，上面两种方法都能满足你的要求。

内容的提问来源于stack exchange，提问作者davidr