如何使用xarray按特定12小时时间间隔切片netCDF4数据集

我看到你有一个6小时间隔的xarray时间序列数据，现在想要把它转换成12小时间隔，只保留每天00:00和12:00的记录对吧？你之前尝试用xr_ds.sel(Time=slice(_date_times[0], _date_times[-1]), freq='12 h')，但确实sel的slice参数不支持freq，咱们换个更直接的思路来解决：

先再明确下你的场景：
你现有的时间序列是这样的（6小时间隔）：

<xarray.DataArray 'Time' (Time: 21)> Size: 168B
array(['2025-01-30T00:00:00.000000000', '2025-01-30T06:00:00.000000000',
       '2025-01-30T12:00:00.000000000', '2025-01-30T18:00:00.000000000',
       '2025-01-31T00:00:00.000000000', '2025-01-31T06:00:00.000000000',
       '2025-01-31T12:00:00.000000000', '2025-01-31T18:00:00.000000000',
       '2025-02-01T00:00:00.000000000', '2025-02-01T06:00:00.000000000',
       '2025-02-01T12:00:00.000000000', '2025-02-01T18:00:00.000000000',
       '2025-02-02T00:00:00.000000000', '2025-02-02T06:00:00.000000000',
       '2025-02-02T12:00:00.000000000', '2025-02-02T18:00:00.000000000',
       '2025-02-03T00:00:00.000000000', '2025-02-03T06:00:00.000000000',
       '2025-02-03T12:00:00.000000000', '2025-02-03T18:00:00.000000000',
       '2025-02-04T00:00:00.000000000'], dtype='datetime64[ns]')

想要得到的是只保留0点和12点的序列：

<xarray.DataArray 'Time' (Time: 21)> Size: 168B
array(['2025-01-30T00:00:00.000000000', '2025-01-30T12:00:00.000000000', 
       '2025-01-31T00:00:00.000000000', '2025-01-31T12:00:00.000000000', 
       '2025-02-01T00:00:00.000000000', '2025-02-01T12:00:00.000000000',
       '2025-02-02T00:00:00.000000000', '2025-02-02T12:00:00.000000000',
       '2025-02-03T00:00:00.000000000', '2025-02-03T12:00:00.000000000',
       '2025-02-04T00:00:00.000000000'], dtype='datetime64[ns]')

方法一：通过筛选小时数直接提取目标时间点 #

xarray的时间变量有dt访问器，可以直接获取时间的小时部分，我们只需要筛选小时为0或者12的记录就行：

# 筛选出Time变量小时为0或12的所有数据
filtered_ds = xr_ds.sel(Time=xr_ds.Time.dt.hour.isin([0, 12]))

这个方法直接从现有时间序列里挑出符合条件的时间点，完全匹配你想要的结果。

方法二：用布尔索引过滤 #

如果你更习惯布尔索引的写法，也可以这样实现，效果和方法一完全一致：

# 创建布尔掩码，标记小时为0或12的时间点
mask = (xr_ds.Time.dt.hour == 0) | (xr_ds.Time.dt.hour == 12)
# 应用掩码筛选数据，drop=True会移除被标记为False的记录
filtered_ds = xr_ds.where(mask, drop=True)

小补充 #

你之前用到的freq参数，一般是在resample或asfreq这类用于时间重采样、对齐的函数里使用的，而咱们这里是从已有数据里筛选特定时间点，所以用dt访问器的方式会更直接。

你可以打印筛选后的时间变量验证结果：

print(filtered_ds.Time)

备注：内容来源于stack exchange，提问作者sundar_ima