将一系列 xarray.DataArray 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 将模型从 Vensim（系统动力学建模包）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各种下标的模型，这会创建一种不寻常的输出格式。输出被读入数据帧，其下标元素的各个值最终为 xarray.DataArrays。我想知道如何获取 xarray.DataArrays 的列（最终成为一个系列）并将其转换为二维数组，第二个维度是下标的数量。

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（请记住这是一个任意示例来说明问题）

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 文件选项卡未对齐，我深表歉意。任何帮助，将不胜感激！

Answer 1

感谢您分享此数据的示例。

首先，将xarray.DataArray对象作为标量嵌套在 a 中pandas.DataFrame是使用 xarray 和 pandas 的高度非标准的方式。我不推荐它。如果每个条目都是共享（部分）相同维度的 DataArray，则处理数据的最简单方法是将其作为xarray.Dataset多维 .xarray 版本pandas.DataFrame。

也就是说，将数据从这种格式转换为更易于使用的非嵌套对象应该很简单。最好的起点是使用Series.values，它将列提取为一维 numpy 数组。然后，您也可以迭代该系列并将每个系列转换DataArray为 numpy 数组.values。将其放在一起：

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

或者，您可以使用 xarray 堆叠 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')

您甚至可以将完整对象转换为xarray.Dataset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 应该做的事情。）