如何用Xarray更优雅地计算日序列相对于当月平均的距平？

嘿，这个需求我太熟悉了！你已经通过手动创建月标记的方式实现了功能，但Xarray其实提供了更简洁、更符合其惯用规范的方法，完全不用额外生成标记列——核心就是利用groupby结合transform方法，自动搞定维度匹配的问题。

首先明确你的核心需求：计算逐日数据相对于其所在的具体年-月的平均（而非多年同月的气候态平均）的距平，也就是2023年1月的所有数据减去2023年1月的平均，2024年1月的数据减去2024年1月的平均，以此类推。

最简洁的实现代码 #

你可以直接通过按time.year和time.month组合分组，再用transform方法计算每组的平均值并自动广播回原始时间维度，最后直接做减法即可：

import xarray as xr
import pandas as pd
import numpy as np

# 补全示例数据（方便测试验证）
dates = pd.date_range('2020-01-01', '2022-12-31', freq='D')
da = xr.DataArray(
    np.random.randn(len(dates)),
    dims=['time'],
    coords={'time': dates}
)

# 一行完成距平计算
daily_anomaly = da - da.groupby(['time.year', 'time.month']).transform('mean')

为什么这个方法更优？ #

• 无需手动创建月标记：['time.year', 'time.month']直接从时间坐标中提取分组键，不用额外生成自定义标记列
• 自动处理维度匹配：transform方法会自动将分组计算的平均值扩展到与原始数据完全一致的维度，省去了你手动对齐或广播的繁琐步骤
• 代码简洁易读：核心逻辑浓缩在一行，清晰表达了「原始数据减去所在年-月的平均」的业务逻辑

验证结果的小技巧 #

如果你想确认结果的正确性，可以随便取一个年-月的子集做验证：

# 提取2020年1月的原始数据和计算出的距平
jan2020_data = da.sel(time='2020-01')
jan2020_anomaly = daily_anomaly.sel(time='2020-01')
# 手动计算当月平均并对比
jan2020_mean = jan2020_data.mean()
assert np.allclose(jan2020_data - jan2020_mean, jan2020_anomaly)

另一种等价写法 #

如果你习惯用时间字符串作为分组键，也可以用time.dt.strftime("%Y-%m")来分组，效果完全一致：

daily_anomaly = da - da.groupby(da.time.dt.strftime("%Y-%m")).transform('mean')

这两种方法都比手动创建标记的方式更符合Xarray的设计理念，代码也更易于维护~

内容的提问来源于stack exchange，提问作者Fabzi