你可以利用
ffill()
和
bfill()
import numpy as np
import xarray as xr
dval = np.random.RandomState(0).randint(5,size=[3,4,4])
x = [0,1,2,3]
y = [0,1,2,3]
time = ['2017-10-13','2017-10-12','2017-10-11']
a = xr.DataArray(dval,coords=[time,x,y],dims=['time','x','y'])
a = a.where(a > 0)
filled = a.bfill('time')
结果:
>>> a
<xarray.DataArray (time: 3, x: 4, y: 4)>
array([[[ 4., nan, 3., 3.],
[ 3., 1., 3., 2.],
[ 4., nan, nan, 4.],
[ 2., 1., nan, 1.]],
[[ 1., nan, 1., 4.],
[ 3., nan, 3., nan],
[ 2., 3., nan, 1.],
[ 3., 3., 3., nan]],
[[ 1., 1., 1., nan],
[ 2., 4., 3., 3.],
[ 2., 4., 2., nan],
[nan, 4., nan, 4.]]])
Coordinates:
* time (time) <U10 '2017-10-13' '2017-10-12' '2017-10-11'
* x (x) int64 0 1 2 3
* y (y) int64 0 1 2 3
>>> filled
<xarray.DataArray (time: 3, x: 4, y: 4)>
array([[[ 4., 1., 3., 3.],
[ 3., 1., 3., 2.],
[ 4., 3., 2., 4.],
[ 2., 1., 3., 1.]],
[[ 1., 1., 1., 4.],
[ 3., 4., 3., 3.],
[ 2., 3., 2., 1.],
[ 3., 3., 3., 4.]],
[[ 1., 1., 1., nan],
[ 2., 4., 3., 3.],
[ 2., 4., 2., nan],
[nan, 4., nan, 4.]]])
Coordinates:
* time (time) <U10 '2017-10-13' '2017-10-12' '2017-10-11'
* x (x) int64 0 1 2 3
* y (y) int64 0 1 2 3
interpolate_na()
方法对于这些情况也很方便(但在这种特殊情况下不方便)。