将“常量”维度添加到 xarray 数据集

Question

我有一系列 CSV 格式的每月网格数据集。 我想读取它们，添加几个维度，然后写入netcdf。 过去我在使用 xarray (xray) 方面有很好的经验，所以我想我会用 if 来完成这项任务。

我可以轻松地将它们放入 2D DataArray 中，例如：

data = np.ones((360,720))
lats = np.arange(-89.75, 90, 0.5) * -1
lngs = np.arange(-179.75, 180, 0.5)
coords =  {'lat': lats, 'lng':lngs}
da = xr.DataArray(data, coords=coords)

但是当我尝试添加另一个维度来传达有关时间的信息（所有数据都来自同一年/月）时，事情开始变得糟糕。

我尝试了两种方法来破解这个：

1）将我的输入数据扩展到 mxnx 1，例如：

data = np.ones((360,720))
lats = np.arange(-89.75, 90, 0.5) * -1
lngs = np.arange(-179.75, 180, 0.5)
coords =  {'lat': lats, 'lng':lngs}
data = data[:,:,np.newaxis]

然后我按照与上面相同的步骤，更新坐标以包含第三个维度。

lats = np.arange(-89.75, 90, 0.5) * -1
lngs = np.arange(-179.75, 180, 0.5)
coords =  {'lat': lats, 'lng':lngs}
coords['time'] = pd.datetime(year, month, day))
da = xr.DataArray(data, coords=coords)
da.to_dataset(name='variable_name')

这对于创建 DataArray 很好——但是当我尝试转换为数据集（以便我可以写入 netCDF）时，我收到一个关于“ValueError: Coordinate objects must be 1-dimensional”的错误

2）我尝试过的第二种方法是将我的数据数组，将其转换为数据帧，将索引设置为 ['lat','lng', 'time'] 然后返回到带有xr.Dataset.from_dataframe()的数据集xr.Dataset.from_dataframe() . 我试过这个——但在我终止进程之前需要 20 多分钟。

有谁知道我如何获得具有每月“时间”维度的数据集？

Answer 1

你的第一个例子非常接近：

lats = np.arange(-89.75, 90, 0.5) * -1
lngs = np.arange(-179.75, 180, 0.5)
coords =  {'lat': lats, 'lng': lngs}
coords['time'] = [datetime.datetime(year, month, day)]
da = xr.DataArray(data, coords=coords, dims=['lat', 'lng', 'time'])
da.to_dataset(name='variable_name')

你会注意到我的版本有一些变化：

1. 我首先传入的是“时间”坐标而不是标量。 您需要传入一个列表或一维数组以获取一维坐标变量，如果您还使用“时间”作为维度，这正是您所需要的。 这就是错误ValueError: Coordinate objects must be 1-dimensional试图告诉你的东西（顺便说一句——如果你有关于如何使错误消息更有帮助的想法，我全神贯注！）。
2. 我为 DataArray 构造函数提供了一个dims参数。 传入（无序）字典有点危险，因为不能保证迭代顺序。
3. 我也切换到datetime.datetime而不是pd.datetime 。 后者只是前者的别名。

---

另一种明智的方法是在将“时间”添加为标量坐标后，将concat与一个项目的列表一起使用，例如，

lats = np.arange(-89.75, 90, 0.5) * -1
lngs = np.arange(-179.75, 180, 0.5)
coords =  {'lat': lats, 'lng': lngs, 'time': datetime.datetime(year, month, day)}
da = xr.DataArray(data, coords=coords, dims=['lat', 'lng'])
expanded_da = xr.concat([da], 'time')

这个版本很好地概括了将几天的数据连接在一起——您只需将 DataArrays 列表延长。 根据我的经验，大多数情况下，您首先想要额外维度的原因是能够将其连接起来。 否则，长度 1 尺寸不是很有用。

Answer 2

您可以使用.expand_dims()添加新维度，使用.assign_coords()为相应维度添加坐标值。 下面的代码将new_dim维度添加到ds数据集，并与您提供的list_of_values设置相应的 corrdinate。

expanded_ds = ds.expand_dims("new_dim").assign_coords(new_dim=("new_dim", [list_of_values]))