如何用xarray实现跨年度（6月至次年5月）的年平均计算？

当然有！你只需要调整分组的年份标识逻辑，就能用一行简洁的代码实现这个跨年度平均计算，和你原来的日历年平均代码风格保持一致：

sst_JUN_MAY = ds['sst'].groupby((ds['time.month'] >= 6) + ds['time.year']).mean(dim='time')

代码逻辑解释： #

• ds['time.month'] >= 6会生成一个布尔数组，6-12月为True（数值上等价于1），1-5月为False（数值上等价于0）
• 把这个布尔数组和ds['time.year']相加后，6-12月的年份会被加1，1-5月保持原年份
• 这样分组后，每个年份组就自动包含了前一年6月到当年5月的所有数据，完美匹配你要的跨年度统计周期

如果你希望分组的年份标签更直观（比如2000年的组明确对应1999年6月-2000年5月），也可以用xr.where来更清晰地定义分组键，写成一行也没问题：

sst_JUN_MAY = ds['sst'].groupby(xr.where(ds['time.month'] >= 6, ds['time.year'] + 1, ds['time.year'])).mean(dim='time')

这两种写法都能高效完成你的需求，和原代码一样简洁优雅～

内容的提问来源于stack exchange，提问作者Leo van Kampenhout