如何使用python xarray使用多维坐标子集数据？

我有一个使用多维坐标的netcdf文件。我的xarray数据集看起来像这样

Dimensions:           (Time: 48, bottom_top: 50, bottom_top_stag: 51, 
soil_layers_stag: 4, south_north: 1015, south_north_stag: 1016, west_east: 1359, west_east_stag: 1360)
Coordinates:
XLAT              (Time, south_north, west_east) float32 18.1363 18.1456 ...
XLAT_U            (Time, south_north, west_east_stag) float32 18.1316 ...
XLAT_V            (Time, south_north_stag, west_east) float32 18.1198 ...
XLONG             (Time, south_north, west_east) float32 -122.884 ...
XLONG_U           (Time, south_north, west_east_stag) float32 -122.901 ...
XLONG_V           (Time, south_north_stag, west_east) float32 -122.879 ...
  * Time              (Time) int64 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 ...
  * south_north       (south_north) int64 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 ...
  * west_east         (west_east) int64 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 ...
  * bottom_top        (bottom_top) int64 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 ...

Data variables:
GRAUPEL_ACC_NC    (Time, south_north, west_east) float32 0.0 0.0 0.0 0.0 ...
P                 (Time, south_north, west_east) float32 101112.0 ...
PREC_ACC_NC       (Time, south_north, west_east) float32 0.0 0.0 0.0 0.0 ...
QVAPOR            (Time, south_north, west_east) float32 0.0120251 ...
SNOW_ACC_NC       (Time, south_north, west_east) float32 0.0 0.0 0.0 0.0 ...
TK                (Time, south_north, west_east) float32 295.372 295.367 ...
Z                 (Time, south_north, west_east) float32 0.0 0.0 0.0 0.0 ...

我希望通过物理坐标（XLAT和XLONG）获得数据的子集。例如，对TK进行子集设置，以得到落在49到55N之间以及-125到-115W之间的网格点。

切片数据不起作用，例如TK [782：898,179：409]，因为切片的网格点未遵循我需要的不变的纬度和经度线。

有一个使用groupby.bins的示例，但是我根本无法弄清楚。我还尝试使用何处掩盖域外的值，但没有成功。

如果有人有任何建议，将不胜感激！

这是wherewith 的完美用例drop=True。类似于以下内容的东西应该起作用：

ds.where((-125 < ds.XLON) & (ds.XLON < -115)
         & (49 < ds.XLAT) & (ds.XLAT < 55), drop=True)

where无论如何，它都应该起作用，但是与数据集有关的另一个问题是您的空间坐标（XLON和XLAT）将“时间”作为维度。这些变量确实会随时间变化吗？如果不是，则可能需要调整它们以删除时间范围。