如何在xarray groupby中为不同栅格变量应用不同聚合函数？

当然可以！在xarray里针对不同变量使用不同聚合函数完全没问题，这是处理多变量空间栅格聚合时非常常见的需求，我来给你分享两种实用的实现方法：

方法1：使用agg()传入聚合函数字典 #

这是最直观的方式，直接在groupby.agg()中传入一个字典，键是你的变量名，值是对应要使用的聚合函数（可以是字符串形式的内置函数名，也可以是自定义函数）。

假设你的数据集ds包含categorical_variable（分类变量）和continuous_variable（连续变量），且你是按某个空间分组标识（比如grid_zones）进行聚合，代码示例如下：

import xarray as xr

# 执行分组聚合，为不同变量指定函数
aggregated_ds = ds.groupby('grid_zones').agg({
    'categorical_variable': 'first',  # 对分类变量取第一个值
    'continuous_variable': 'mean'     # 对连续变量取均值
})

这种方式简洁高效，xarray会自动帮你按变量分配对应的聚合逻辑。

方法2：自定义聚合函数（解决mode函数缺失问题） #

你提到mode()函数在xarray中没有内置，那我们可以自己实现一个适用于xarray的众数聚合函数，再用上述方法调用它。

比如基于numpy实现一个返回第一个众数的函数：

import numpy as np
import xarray as xr

def xr_mode(arr, dim):
    # 利用numpy计算众数，axis对应xarray的维度索引
    mode_result = np.mode(arr, axis=arr.get_axis_num(dim))
    # 提取众数值（numpy的mode返回值包含众数和出现次数，取第一个元素）
    mode_vals = mode_result[0]
    # 将结果转为xarray DataArray，保留剩余维度
    return xr.DataArray(mode_vals, dims=[d for d in arr.dims if d != dim])

然后就可以把这个自定义函数传入agg()中：

aggregated_ds_with_mode = ds.groupby('grid_zones').agg({
    'categorical_variable': xr_mode,  # 对分类变量取众数
    'continuous_variable': 'mean'     # 对连续变量取均值
})

如果你的分类变量存在多个众数，这个函数会返回第一个出现的众数，你也可以根据需求调整逻辑（比如返回所有众数）。

备选方案：单独聚合后合并 #

如果你需要对某个变量做更复杂的处理，也可以分别对每个变量执行groupby聚合，最后用xr.merge()合并结果：

# 单独聚合分类变量
cat_agg = ds['categorical_variable'].groupby('grid_zones').first()
# 单独聚合连续变量
cont_agg = ds['continuous_variable'].groupby('grid_zones').mean()
# 合并为一个数据集
aggregated_ds = xr.merge([cat_agg, cont_agg])

这种方式灵活性更高，适合处理需要额外预处理/后处理的场景。

内容的提问来源于stack exchange，提问作者Loïc Dutrieux