如何向量化实现计算逐小时数据日均值的三层嵌套循环？

当然可以！其实用xarray或pandas的内置时间重采样/分组功能，就能完美替代这三层嵌套循环——不仅代码简洁到几行，还能自动处理时间边界、连续性检查这些麻烦事，效率也比手动循环高得多。先给你拆解思路，再上具体实现~

核心思路：用时间序列的分组聚合替代循环 #

你原来的代码通过三层循环（年→月→日）手动遍历每一天，再用np.where定位当天的小时数据，还要处理首尾时间的边界、检查每天数据是否连续。这些操作其实都是时间序列分组聚合的标准场景，xarray和pandas已经帮我们封装好了向量化的实现，不需要手动写循环。

针对你的测试数据（xarray气象数据）的最优实现 #

你的测试数据是xarray的air_temperature数据集（带时间、纬度、经度维度），用xarray.resample可以一行搞定日均值：

import xarray as xr

# 加载测试数据
x = xr.tutorial.load_dataset("air_temperature")
# 按日重采样，计算日均值（自动处理所有时间边界和分组）
daily_air = x.air.resample(time="D").mean(dim="time", skipna=True)

如果需要和你原来的函数返回值格式一致（数组+时间索引），可以这样提取：

# 提取均值数组（和原函数的var_mean结构完全一致：nt_days, lat, lon）
var_mean = daily_air.values
# 提取日时间索引（和原函数的my_daily_time一致）
my_daily_time = daily_air.time.to_index()

处理时间不连续/数据缺失的情况 #

你原来的代码里专门检查了每天的数据是否连续，一旦某天没有数据就退出程序。用resample可以更灵活地处理这种情况：

1. 自动标记缺失日期为NaN：如果某天没有任何小时数据，resample.mean()会自动将该日的均值设为NaN，不会直接退出程序。
2. 只保留数据完整的日期：如果你只想保留有完整24小时数据的日期，可以先统计每天的有效小时数，再过滤：

# 统计每天的有效小时数
hour_count = x.air.resample(time="D").count(dim="time")
# 只保留小时数≥24的日期（自动丢弃数据不完整的日期）
daily_air_complete = x.air.resample(time="D").mean(dim="time").where(hour_count >= 24, drop=True)

如果用pandas处理的实现（适用于二维时间序列） #

如果你的数据是pandas的Series或DataFrame，用pandas.resample或groupby也能实现：

import pandas as pd
import xarray as xr

# 把xarray数据转成pandas DataFrame
x = xr.tutorial.load_dataset("air_temperature")
air_df = x.air.to_dataframe().reset_index()

# 按日期分组计算均值
daily_air_df = air_df.groupby(air_df.time.dt.date).mean(numeric_only=True)

为什么比你的嵌套循环更好？ #

1. 代码简洁：从几十行循环压缩到几行，可读性拉满，不容易出错。
2. 效率更高：xarray/pandas的内部是基于numpy的向量化实现，比Python手动循环快几个数量级，尤其是数据量大的时候。
3. 自动处理边界：不需要手动获取首尾时间、判断年/月/日的边界，工具会自动识别整个时间序列的范围。
4. 更灵活的异常处理：不需要手动检查每天的数据连续性，缺失数据会自动标记为NaN，或者可以自定义过滤规则，不会直接退出程序。

对比你原来的单循环代码 #

你原来的单循环代码假设每天都是24小时且时间完全连续，但如果中间有缺失（比如少了1个小时），i:i+24就会取到错误的时间段。而resample会严格按日期分组，不管当天有多少小时数据，都会正确聚合当天的所有有效数据，不会出现范围错误。

备注：内容来源于stack exchange，提问作者Kernel