是否有矢量化的方法可以从空气中提取6
,从风中提取7
?
ds = xr.merge([
xr.DataArray([3, 5, 6], coords={'init': [0, 1, 2]}, dims='init', name='air'),
xr.DataArray([8, 7, np.nan], coords={'init': [0, 1, 2]}, dims='init', name='wind')
])
循环方法是:
xr.merge([
ds[var]
.dropna('init', how='all')
.isel(init=-1)
.drop('init')
for var in ds.data_vars
])
返回:
<xarray.Dataset>
Dimensions: ()
Data variables:
air int64 6
wind float64 7.0
但是我不希望它循环遍历每个变量并使用dropna(dropna对于大型数组需要很长时间),所以我想知道是否还有其他选择。
我认为最直接的解决方案是向前填充:ds.ffill('init').isel(init=-1)