分为时间间隔

如何解决分为时间间隔

我有一个xarray，从技术上讲它是3维的，但在此示例中，我们将其限制为1d：

var records_object = {
  record: ["analog","laser","monochrome","digital"],vcd: [12,3,6,0],dvd: [1,16],};

const getIndex = (data) => {
  return data.record
.map((e,i) =>
  e.includes("analog") || e.includes("digital") ? i : undefined
)
.filter((x) => x !== undefined);
};

console.log(getIndex(records_object));

我需要计算每年10月5日至1月16日（含1月）的数据平均值。

我发现了import xarray as xr import pandas as pd import numpy as np time = pd.date_range( start='1950-01-01',end='2015-12-31',freq='D') da = xr.DataArray(np.random.random(len(time)),dims=('time',),coords={'time':time}) 和xarray.groupby_bins，但是如果我将两者结合起来：

pandas.interval

我得到了bins = [] for year in range(1950,2015): bins.append(pd.Interval( pd.Timestamp(year,10,5),pd.Timestamp(year+1,1,16),closed='both')) da.groupby_bins(time,bins).mean() ，因为我的垃圾箱不是ValueError类型。

这似乎可行：

datetime64

但是看起来很糟糕。我敢肯定有更好的方法。