如何在含小时维度的xarray中按年计算均值与分位数？

嘿，这个问题我之前也碰到过！其实xarray里有很简便的方法来处理带小时分辨率的时间序列，不管是计算多年逐日均值还是逐小时的气候态，甚至分位数都很容易搞定～

核心思路 #

你之前用groupby('time.dayofyear')处理日采样数据的思路是对的，但小时采样时，同一个dayofyear会对应多个时次（比如6小时采样的话，每天有4个数据点）。我们只需要根据需求，要么先聚合到日分辨率，要么结合小时维度一起分组，就能解决问题。

方法1：计算多年逐日平均（聚合到日分辨率） #

如果你的目标是得到每天的多年平均（忽略小时细节），可以先把小时数据聚合为日均值，再用你熟悉的dayofyear分组方法：

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

# 生成示例数据（替换成你的真实数据）
time = pd.date_range('2000-01-01', '2010-01-01', freq='6h')
arr = xr.DataArray(
    np.random.randn(len(time)), dims='time', coords={'time' : ('time', time)}
)

# 第一步：将小时数据聚合为日均值
daily_arr = arr.resample(time='D').mean()

# 第二步：按dayofyear分组计算多年平均
daily_climatology = daily_arr.groupby('time.dayofyear').mean('time')

# 查看结果：366个值（包含闰年的2月29日）
print(daily_climatology.shape)  # 输出 (366,)

方法2：计算逐小时的多年气候态（保留小时分辨率） #

如果需要保留小时信息（比如想知道每年1月1日00时、06时...的多年平均），可以同时按dayofyear和hour分组：

# 按日序和小时分组，计算均值
hourly_climatology = arr.groupby([arr.time.dt.dayofyear, arr.time.dt.hour]).mean('time')

# （可选）将分组结果整理成二维数组（日序 × 小时），方便查看和后续操作
hourly_climatology = hourly_climatology.unstack().transpose('dayofyear', 'hour')

# 查看结果：366天 × 4个小时（对应6h采样频率）
print(hourly_climatology.shape)  # 输出 (366, 4)

计算分位数 #

不管是逐日还是逐小时的场景，计算分位数只需要把mean换成quantile，并指定你需要的分位数数值即可：

# 计算逐日的中位数（0.5分位数）和90分位数
daily_quantiles = daily_arr.groupby('time.dayofyear').quantile([0.5, 0.9], dim='time')

# 计算逐小时的25%、50%、75%分位数
hourly_quantiles = arr.groupby([arr.time.dt.dayofyear, arr.time.dt.hour]).quantile([0.25, 0.5, 0.75], dim='time')

小提示 #

• 对于闰年的情况，xarray的dayofyear会自动识别366天，不需要额外处理；
• 如果你的采样频率是其他小时间隔（比如3h），只需要把time.dt.hour换成对应的时间分量即可，比如用time.dt.strftime('%j-%H:%M')来精确匹配时分。

内容的提问来源于stack exchange，提问作者aurghs