使用xarray python

Question

是否可以将两个或多个具有相同时间维度但空间域不同的netCDF文件合并到单个netCDF文件中？空间域由纬度和经度坐标指定？在有关xarray concat，merge等的文档中，他们说它们使用单​​个维度

Answer 1

我不知道在python（或R，FORTRAN）中执行此操作的“自动”方式，仅手动将文件读入更大的数组，然后将该数组写到新的netcdf文件中，但是有使用CDO从命令行进行更多“自动化”操作。

如果您定义包含两个（或更多）文件区域的域描述文件grid.txt：

gridtype = lonlat
gridsize = 420
xname = lon
xlongname = longitude
xunits = degrees east
yname = lat
ylongname = latitude
yunits = degrees north
xsize = 21
ysize = 20
xfirst = -11.0
xinc = 1
yfirst = -20.0
yinc = 1

然后将第一个文件file1.nc“扩展”到较大的域，然后合并两个netcdf文件的内容：

cdo expand,grid.txt file1.nc large.nc
cdo mergegrid large.nc file1.nc merge1.nc
cdo mergegrid merge1.nc file2.nc final_merge.nc 

我在这里找到了这样的解决方案：https://code.mpimet.mpg.de/boards/1/topics/26，并且在需要将2个或3个文件合并在一起时使用了它。但是当我需要将数百个文件合并在一起时，例如每个纬度数据行，我编写了一个手动程序（在我的情况下为R）。

Answer 2

我对您的问题的理解是，您想打开多个netcdf文件，这些文件包含数据的不同空间部分，其中整个数据集已沿lat和lon细分。

如果是这种情况，那么恐怕xarray目前不支持此功能，我在xarray github here.

上询问了完全相同的问题

在SO here.上也有人问过同样的问题。此处提到的concat解决方案将起作用。

在我的情况下，我想将连接的数据集保存到一个新的netcdf文件中，但是使用此方法最终将所有数据立即加载到内存中。为了解决这个问题，我最终不得不使用netcdf python库在较低级别上解决此问题，但是这花费了很多精力。

Answer 3

xarray现在直接通过open_mfdataset支持多维级联。

有关在多个维度上组合数据的文档为here，但是由于您的问题与this one非常相似，因此我将在此处复制答案的关键部分：

---

您有一个2D串联问题：您需要对数据集进行排列，以使它们在沿x和y结合时会形成一个较大的数据集，同时具有x和y维度。

只要每个文件中的len(x)是相同的，并且每个文件中的len(y)是相同的，则理论上您应该能够以一种或两种不同的方式来做到这一点。

1）使用combine='nested'

您可以手动指定需要它们加入的顺序。xarray允许您通过将数据集作为网格（指定为嵌套列表）传递来进行此操作。在您的情况下，如果我们有4个文件（分别命名为[upper_left，upper_right，lower_left，lower_right]），则可以将它们组合为：

from xarray import open_mfdataset

grid = [[upper_left, upper_right], 
        [lower_left, lower_right]]

ds = open_mfdataset(grid, concat_dim=['x', 'y'], combine='nested')

我们不得不告诉open_mfdataset网格的行和列对应于数据的哪个维度，因此它将知道将数据串联在一起的维度。这就是为什么我们需要通过concat_dim=['x', 'y']。

2）使用combine='by_coords'

但是您的数据中已经有坐标-xarray不能仅使用坐标来按正确的顺序排列数据集吗？这就是combine='by_coords'选项的作用，但是不幸的是，它需要一维坐标（也称为维坐标）来排列数据。如果您的文件没有这些文件，则打印输出将显示Dimensions without coordinates: x, y）。

如果您可以先向文件中添加一维坐标，则可以使用combine='by_coords'，然后可以按任意顺序传递所有文件的列表，即

ds = open_mfdataset([file1, file2, ...], combine='by_coords')

但是，否则，您将不得不使用combine='nested'。