python 3D numpy数组时间索引

Question

有没有一种方法可以使用某种形式的时间索引(datetime等)来索引三维数组在三维空间？

我的问题是，我正在对数千个雷达图像进行时间序列分析，例如，我需要获得每月的平均值。然而，如果我简单地在第三维中平均每31个数组，那么由于较短的月份和缺少数据等原因，它会变得不准确。

Answer 1

您可以使用pandas模块。它支持按日期/日期时间范围进行索引。它还支持多索引，这允许您以2D方式处理多维数据。

>>> rng = pd.date_range('1/1/2016', periods=100, freq='D')
>>> rng[:5]

DatetimeIndex(['2016-01-01', '2016-01-02', '2016-01-03', '2016-01-04', '2016-01-05'], dtype='datetime64[ns]', freq='D')

>>> ts = pd.Series(np.random.randn(len(rng)), index=rng)
>>> ts.head()

2016-01-01    0.119762
2016-01-02   -0.010990
2016-01-03    0.226537
2016-01-04   -0.087559
2016-01-05    0.484426
Freq: D, dtype: float64

>>> ts.resample('M').mean()

2016-01-31   -0.171578
2016-02-29    0.055878
2016-03-31   -0.243225
2016-04-30   -0.015087
Freq: M, dtype: float64

请查看以下详细信息：

http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DatetimeIndex.html http://pandas.pydata.org/pandas-docs/stable/timeseries.html http://pandas.pydata.org/pandas-docs/stable/advanced.html

Answer 2

发布我使用的psuedo解决方案：

这里的问题是缺乏3d阵列数据的日期-时间索引(即satillite，雷达)。虽然pandas中有时间序列函数，但没有数组(据我所知)。

这个解决方案是可行的，因为我使用的数据文件的名称中有日期-时间，例如'200401010000‘是'yyyymmddhhMM’。

1. 构建包含所有数据的3d数组(位置缺少时间)。
2. 使用数据文件列表(os.listdir)创建时间戳列表(长度与3d数组长度匹配)
3. 使用时间戳(2)作为dfa索引创建dfa，并创建运行整数的列'inx‘(范围(0，len(数组)= integers = 3d数组的索引)
4. 使用数据开始和结束时间以及已知的数据频率(不缺少日期时间)创建日期时间索引。使用这个作为索引创建一个新的dfb。(4)中的
5. dfb与(3)中的dfa合并。Aka dfa现在有准确的datetime索引和'inx‘列，包含3d数组索引位置和nan在缺失数据时的索引。

使用这个，你可以重新采样df，例如1天，取'inx‘的最小值和最大值。这为您的数组函数提供了开始-结束位置。

您还可以在错误的日期时间插入nan数组(即'inx‘min max = nan)，以便您的3d数组与实际日期时间的长度相匹配。

如果你有Q或者你知道这个问题的更好的解决方案/包，请发表评论。