netcdf - 在XArray中删除重复的时间

Question

我正在使用open_mfdataset读取NetCDF文件，其中包含重复的时间。对于每个重复的时间，我只想保留第一次出现的时间，然后丢弃第二次出现的时间(永远不会再出现)。这个问题与this Pandas question非常相似，但是那里提供的所有解决方案似乎都无法与Xarray一起使用。

重现该问题:

import numpy as np
import netCDF4 as nc4
import xarray as xr

# Create example NetCDF files
for t in range(2):
    nc    = nc4.Dataset('test{}.nc'.format(t), 'w')
    dim_t = nc.createDimension('time', None)
    var_t = nc.createVariable('time', 'f8', ('time',))
    var_s = nc.createVariable('var', 'f8', ('time',))
    var_t.setncattr('units', 'hours since 2001-01-01 00:00:00')
    var_t[:] = t*5+np.arange(6)
    var_s[:] = t*5+np.arange(6)+t
    nc.close()

# Read with xarray
f = xr.open_mfdataset(['test0.nc', 'test1.nc'])

生成的 dataset中的时间为:

array(['2001-01-01T00:00:00.000000000', '2001-01-01T01:00:00.000000000',
       '2001-01-01T02:00:00.000000000', '2001-01-01T03:00:00.000000000',
       '2001-01-01T04:00:00.000000000', '2001-01-01T05:00:00.000000000',
       '2001-01-01T05:00:00.000000000', '2001-01-01T06:00:00.000000000',
       '2001-01-01T07:00:00.000000000', '2001-01-01T08:00:00.000000000',
       '2001-01-01T09:00:00.000000000', '2001-01-01T10:00:00.000000000'], dtype='datetime64[ns]')

有没有一种简单的方法可以消除 2001-01-01T05:00:00.000000000的第二次出现？现实生活中的问题涉及多维NetCDF文件，因此切换到Pandas是没有选择的。

[更新] 我得到的最接近的是 this answer;只要不使用Dask就可以在我的简单示例中使用，如果文件包含Dask数组，则会出现错误:

'last' with skipna=True is not yet implemented on dask arrays

但是我看不到可以/必须在哪里设置 skipna。

Answer 1

我认为xarray没有为此目的使用自己的方法，但以下工作原理可以解决此问题:

In [7]: _, index = np.unique(f['time'], return_index=True)

In [8]: index
Out[8]: array([ 0,  1,  2,  3,  4,  5,  7,  8,  9, 10, 11])

In [9]: f.isel(time=index)
Out[9]: 
<xarray.Dataset>
Dimensions:  (time: 11)
Coordinates:
  * time     (time) datetime64[ns] 2001-01-01 2001-01-01T01:00:00 ...
Data variables:
   var      (time) float64 dask.array<shape=(11,), chunksize=(6,)>