用python计算平均季节总降水量

Question

我不熟悉python，并使用它在NetCDF中分析气候数据。我想计算每年每个季节的总降水量，然后在整个时间段内平均这些季节总量（即文件中所有年份的DJF平均值和MAM平均值等）。 以下是我想做的：

fn1 = 'cru_fixed.nc'
ds1 = xr.open_dataset(fn1)
ds1_season = ds1['pre'].groupby('time.season').mean('time')
#Then plot each season
ds1_season.plot(col='season')
plt.show()

原始文件包含每月的降水总量。这是计算每个季节的平均值，我需要每年每个季节的12月、1月和2月以及3月、4月、5月等的总和。我如何计算这些年的平均值

Answer 1

如果我没有弄错的话，你需要先对数据进行重采样，在数据阵列上得到每个季节的总和，然后对这些总和进行多年平均

要重新采样：

sum_of_seasons = ds1['pre'].resample(time='Q').sum(dim="time")
resample是对时间序列进行上采样或下采样的运算符，它使用time offsets of pandas。
但是要小心选择正确的偏移量，它将定义每个季节中包含的月份。根据您的需要，您可能希望使用“Q”、“QS”或锚定偏移量，如“QS-DEC”。
与“时间.季节”相同的分割，我相信偏移量是“QS-DEC”

然后在多年内分组，与上面所做的相同：
result = sum_of_seasons.groupby('time.season').mean('time')