如何使用Xarray查找每日栅格数据的百分位数？

Question

我有一个NETCDF文件，其中有10年的美国每日温度数据数据。我创建了一个仅限数据的基线期。现在，我想使用每个网格点的所有5年数据（即1月1日，1月2日，1月3日，1月3日的第90个百分点等）在该基线周期的每一天找到第90个百分点。我尝试应用分位数功能，但不要认为我正确使用它。

这是我的数据集的样子：

这就是我的代码的样子：

#import libraries
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import xarray as xr
import requests
from datetime import date

#open NOAA gridded temperature netcdf file
df = xr.open_dataset('Tmax_1951-1960.nc')

#pull out maximum temperature variable
air=df.tmax

#select years up to and including 1955 for baseline period
Baseline=air[(air.time.dt.year <= 1955)]

#create year and day coordinates
Baseline['year']=Baseline.time.dt.year
Baseline['day']=Baseline.time.dt.strftime('%m-%d')

#calculate percentiles
Baseline['Percentile_90']=Baseline.quantile(0.9, dim='day')

但是我得到错误“ valueRor：数据集不包含尺寸：['Day']”。我如何在每个网格点为每个日历日找到第90个百分点？

Answer 1

在应用百分位数计算之前，我需要使用groupby。我创建了一个新坐标，因为我有闰年，无法使用 dayofyear。

#import libraries
import pandas as pd
import json
import numpy as np
import matplotlib.pyplot as plt
import xarray as xr
import requests
from datetime import date
from matplotlib.backends.backend_pdf import PdfPages
import matplotlib.patches as patches
import datetime as dt

#open NASA GISS gridded temperature netcdf file
df = xr.open_dataset('Tmax_1951-1960.nc')

#select temperature dataset
air=df.tmax

#Create baseline period
Baseline=air.loc[air.time <= np.datetime64('1955-01-01')]

#create new monthday coordinate
monthday = xr.DataArray(Baseline.time.dt.month*100+Baseline.time.dt.day,name='monthday', dims='time', coords={'time':Baseline['time']})
Baseline['monthday'] = monthday

#Find 90th percentile of daily data
Per90 = Baseline.groupby('monthday').quantile(0.9)