为xarray open_mfdataset指定concat_dim

Question

我使用xarray.open_mfdataset()打开并组合8个netcdf文件（模型模拟与不同设置的输出），而不将它们加载到内存中。如果我指定concat_dim='run_number'，这会将run_number添加为没有坐标的维度，并使用0到7之间的值填充它。

问题是，现在，我不知道哪个run_number属于哪个模拟。原始的netcdf都具有帮助我区分它们的属性，例如： identifyer=1，identifyer=2等，但即使我指定concat_dim='identifyer'（也许是因为有很多属性？），xarray也无法识别这一点。

有什么方法可以告诉xarray必须将此属性用作concat_dim？或者，xarray以哪种顺序读取输入文件，以便我可以推断新维度的哪个值对应于哪个模拟？

Answer 1

Xarray将使用现有标量坐标的值来标记结果坐标，但它不会查看属性。只查看坐标中找到的元数据是xarray中的general theme：我们只将attrs留给用户代码。因此，您应该为每个数据集分配标量'identifyer'坐标，例如，使用preprocess open_mfdataset参数{/ 1}}：

def add_id(ds):
    ds.coords['identifyer'] = ds.attrs['identifyer']

xarray.open_mfdataset(path, preprocess=add_id)

或者，您可以将明确的文件名列表传递给open_mfdataset，也可以依赖于open_mfdataset在组合文件名之前对文件名称进行排序的事实：数据集将始终按字典顺序组合他们的名字。