如何在2d xarray数据集中搜索最近的非nan值

Question

我有一个2d xarray数据集，我有几个nan值在数据集。这些nan值需要用2d数组中最近的非nan值填充。我怎么做呢?

我试图使我的数据与地球系统模型读取的grid_spec文件一致。强迫数据和grid_spec文件中的着陆点不一致导致模型爆炸。

Answer 1

如果我是您，我会排除NaN值，然后对结果不规则间隔的数据执行网格化。

在Python和SciPy库中已经有了执行此操作的工具

https://scipy-cookbook.readthedocs.io/items/Matplotlib_Gridding_irregularly_spaced_data.html

但是请准确地记录你正在做的步骤和原因。排除数据总是……解读数据。

Answer 2

我可以用下面的函数来做

Def fill_mismatch(ds_grid_spec, ds_data): ds_data_o = ds_data.copy() count = 0.0 for I in range(ds_grid_spec.shape[0]): for j in range(ds_grid_spec.shape[1]): if ds_grid_spec[I,j]。值> 0.0和(not ds_data[i,j] > 0.0): count = count + 1.0 fill_miss2d(ds_data_o, i,j) if ds_grid_spec[i,j]。值== 0.0 and (not ds_data[i,j].)values == 0.0): count = count + 1.0 ds_data_o[i,j] = 0.0 return ds_data_o def fill_miss2d(ds, lat_i, lon_j): # fist cycle cycle = 1 while True: bl_i, bl_j = lat_i - cycle, lon_j - cycle tr_i, tr_j = lat_i + cycle, lon_j + cycle #左下i如果bl_i < 0: bl_i = 0 #左下j如果bl_j < 0: bl_j = 0 #右上i如果tr_i > ds.lat. cycle形状[0]-1:tr_i = ds.lat。shape[0]-1 #右上j if tr_j > ds.lon。形状[0]-1:tr_j = ds.lon。Shape [0]-1 lats_i = np.arange(bl_i,tr_i) lons_j = np.arange(bl_j,tr_j) for lats_i中的lats_i_idx: for lons_j中的lons_j_idx: if ds[lats_i_idx, lons_j_idx]>0.0: ds[lat_i, lon_j] = ds[lats_i_idx, lons_j_idx] return cycle = cycle + 1

grid_spec(模块化海洋模型MOM最常用的网格交换文件)有一个变量AREA_LND和文件soiltype。Nc土壤类型多变。这两个变量在划分为海洋的网格点上都有0.0。因此，我们不需要使用fill_miss2d，当不匹配发生时，在grid_spec中遇到海洋，但在soiltype中有陆地。相反，我们直接用0.0填充土壤类型网格点

完整的笔记本可以在https://github.com/manmeet3591/python_class/blob/master/xarray_tutorial/grid_soiltype.ipynb