xarray技术求助：1D DataArray相邻值求平均结果异常

嘿，作为xarray新手碰到这个坑太正常啦！我完全懂你的困惑——本来想得到34个相邻值的平均值，结果因为xarray的自动对齐机制，输出变成了33个元素，和p[1:-1]一致。

为什么会出现这个问题？ #

当你尝试用(p[:-1] + p[1:])/2这种方式计算时，xarray会自动对齐两个切片的坐标：

• p[:-1]的坐标范围是第0到第33个索引
• p[1:]的坐标范围是第1到第34个索引

xarray的二元运算默认只保留两个数组坐标的交集（也就是第1到第33个索引），所以最终结果长度变成了33，完全不是你想要的结果。

几种可行的解决方案 #

方法1：用shift错位计算，再裁剪结果

shift方法可以帮你把数组元素整体偏移，这样就能避开坐标对齐的问题：

import xarray as xr

# 计算原数组和偏移一位后的数组的平均值
avg_da = (p + p.shift(dim=0, periods=-1)) / 2
# 去掉最后一个NaN元素（因为最后一个元素没有下一个值可以配对）
result = avg_da[:-1]

这样得到的result就是长度34的相邻值平均值数组，坐标和p[:-1]一致（对应每一对相邻元素的前一个坐标）。

方法2：用rolling滑动窗口计算

xarray的rolling方法可以轻松实现滑动窗口统计，我们用窗口大小为2的滚动均值，再去掉第一个无效值：

# 窗口大小为2的滚动均值，第一个元素为NaN
rolling_avg = p.rolling(dim=0, window=2).mean()
# 取从第二个元素开始的结果，正好是34个相邻平均值
result = rolling_avg[1:]

这个方法更简洁，结果的坐标和p[1:]一致（对应每一对相邻元素的后一个坐标）。

方法3：直接用numpy数组计算（保留自定义坐标）

如果你想完全掌控坐标（比如用相邻坐标的中点作为新数组的坐标），可以先转换成numpy数组计算，再重新构建DataArray：

# 用numpy计算相邻值的平均值
np_avg = (p.values[:-1] + p.values[1:]) / 2

# 可选：计算中点坐标（如果你的坐标是数值型的）
mid_coords = (p.coords[p.dims[0]][:-1] + p.coords[p.dims[0]][1:]) / 2

# 构建新的DataArray
result = xr.DataArray(
    np_avg,
    coords={p.dims[0]: mid_coords},  # 这里可以换成p.coords[p.dims[0]][:-1]或者你想要的坐标
    name='p_adjacent_avg'
)

这个方法适合对坐标有特殊需求的场景，比如气象、海洋数据中常用中点坐标表示相邻值的统计结果。

总结 #

这三种方法都能解决你的问题，其中shift和rolling是最贴合xarray原生用法的，推荐优先尝试。如果需要自定义坐标，第三种方法更灵活。

内容的提问来源于stack exchange，提问作者Mike Byrne