将一系列xarray.DataArrays转换为numpy数组

Question

​

我正在使用一个名为PySD的包进行系统动力学建模。PySD将Vensim (系统动力学建模包)中的模型转换为python，并允许用户用比Vensim更复杂的例程替换各种方程。我正在运行一个具有多种下标的模型，这会创建一个不寻常的输出格式。输出被读入数据帧，其订阅元素的单个值最终为xarray.DataArrays。我想知道如何获取xarray.DataArrays的一列(最后是一个系列)，并将其转换为二维数组，第二维空间是下标的数量。

import pysd
import numpy as np

model=pysd.load("Example.py")
stocks=model.run
pop=np.array(Population) #Creates an object array
Population=stocks.Populaton #Creates a series

#How to get an array of population values for each country?

example.py代码如下(请记住，这是一个说明问题的任意示例)

from __future__ import division
import numpy as np
from pysd import utils
import xarray as xr

from pysd.functions import cache
from pysd import functions

_subscript_dict = {
    'Country': ['Canada', 'USA', 'China', 'Norway', 'India', 'England', 
'Mexico', 'Yemen']
}

_namespace = {   
    'TIME': 'time',
    'Time': 'time',
    'Deaths': 'deaths',
    'Births': 'births',
    'Population': 'population',
    'Birth rate': 'birth_rate',
    'Murder rate': 'murder_rate',
    'Natural death rate': 'natural_death_rate',
    'FINAL TIME': 'final_time',
    'INITIAL TIME': 'initial_time',
    'SAVEPER': 'saveper',
    'TIME STEP': 'time_step'
}

@cache('step')
def deaths():

    return murder_rate() * population() + natural_death_rate() * population()


@cache('step')
def births():
    return birth_rate() * population()


@cache('step')
def population():
    return integ_population()


@cache('run')
def birth_rate():

    return utils.xrmerge([
        xr.DataArray(
            data=[5., 5., 5., 5., 5., 5., 5., 5.],
            coords={
                'Country':
                ['Canada', 'USA', 'China', 'Norway', 'India', 'England', 'Mexico', 'Yemen']
            },
            dims=['Country']),
        xr.DataArray(data=[10.], coords={'Country': ['Mexico']}, dims=
['Country']),
        xr.DataArray(data=[8.], coords={'Country': ['Yemen']}, dims=
['Country']),
    ])


@cache('step')
def murder_rate():
    return time()


@cache('run')
def natural_death_rate():
    return utils.xrmerge([
        xr.DataArray(
            data=[3., 3., 3., 3., 3., 3., 3., 3.],
            coords={
                'Country':
                ['Canada', 'USA', 'China', 'Norway', 'India', 'England', 'Mexico', 'Yemen']
            },
            dims=['Country']),
        xr.DataArray(data=[5.], coords={'Country': ['Yemen']}, dims=['Country']),
    xr.DataArray(data=[5.], coords={'Country': ['Mexico']}, dims=['Country']),
    ])


@cache('run')
def final_time():
    return 100


@cache('run')
def initial_time():
    return 0


@cache('step')
def saveper():
    return time_step()


@cache('run')
def time_step():
    return 1


def _init_population():
    return xr.DataArray(
        data=np.ones([8]) * 10,
        coords={
            'Country': ['Canada', 'USA', 'China', 'Norway', 'India', 'England', 'Mexico', 'Yemen']
        },
        dims=['Country'])


@cache('step')
def _dpopulation_dt():
    return births() - deaths()


integ_population = functions.Integ(lambda: _dpopulation_dt(), lambda: _init_population())

如果example.py文件选项卡不对，我很抱歉。任何帮助都将不胜感激！

Answer 1

感谢大家分享这个数据的例子。

首先，将xarray.DataArray对象作为标量嵌套在pandas.DataFrame中是非常不标准的处理x数组和熊猫的方法。我不推荐。如果每个条目都是共享(部分)相同维度的DataArray，那么处理数据的最简单的方法就是xarray.Dataset，xarray的多维pandas.DataFrame版本。

也就是说，将数据从这种格式转换为非嵌套对象应该很容易。最好的起点是Series.values，它将列提取为一维numpy数组。然后，您可以迭代这个系列，并将每个DataArray转换为一个带有.values的numpy数组。把这些放在一起：

population_numpy_array = np.stack(
    [data_array.values for data_array in df['Population'].values])

或者，您可以使用xarray堆栈DataArray对象。这将保留标签，这将使您的数据更易于使用：

population_data_array = xr.concat(df['Population'].values, dim='row_name')

您甚至可以将完整的对象转换为xarray.Dataset进行联合分析：

ds = xr.Dataset({k: xr.concat(df[k].values, dim='row_name') for k in df.keys()})

(可以说，这正是PySD应该做的。)