将时间序列数据从csv转换为netCDF python

Question

此过程中的主要问题是以下代码：

precip[:] = orig

产生以下错误：

ValueError: cannot reshape array of size 5732784 into shape (39811,144,144)

我有两个CSV文件，其中一个CSV文件包含变量（降水）的所有实际数据，每一列都作为一个桩号，它们的相应坐标位于第二个单独的CSV文件中。 我的示例数据在google驱动器中 。

如果您想查看数据本身，但是我的第一个CSV文件的形状为（39811，144），而第二个CSV文件的形状为（171，10）但请注意； 我只将切片的数据帧用作（144，2）。

这是代码：

stations = pd.read_csv(stn_precip)
stncoords = stations.iloc[:,[0,1]][:144]
orig = pd.read_csv(orig_precip, skiprows = 1, names = stations['Code'][:144])

lons = stncoords['X']
lats = stncoords['Y']

ncout = netCDF4.Dataset('Precip_1910-2018_homomod.nc', 'w')

ncout.createDimension('longitude',lons.shape[0])
ncout.createDimension('latitude',lats.shape[0])
ncout.createDimension('precip',orig.shape[1])
ncout.createDimension('time',orig.shape[0])

lons_out = lons.tolist()
lats_out = lats.tolist()
time_out = orig.index.tolist()

lats = ncout.createVariable('latitude',np.dtype('float32').char,('latitude',))
lons = ncout.createVariable('longitude',np.dtype('float32').char,('longitude',))
time = ncout.createVariable('time',np.dtype('float32').char,('time',))
precip = ncout.createVariable('precip',np.dtype('float32').char,('time', 'longitude','latitude'))

lats[:] = lats_out
lons[:] = lons_out
time[:] = time_out
precip[:] = orig
ncout.close()

我主要将代码建立在这篇文章的基础上： convert-csv-to-netcdf，但不包含变量“ TIME”作为第三维，因此这就是我失败的地方。 我认为我应该期望降水量变量具有以下形式的形状（39811、144、144），但错误表明并非如此。

不完全确定如何处理此问题，感谢您的投入。

Answer 1

由于您具有来自不同测站的数据，因此我建议对您的netCDF文件使用维度station ，而不是将lon和lat分开。 当然，您可以将每个测站的经度和纬度保存为单独的变量。

这是一种可能的解决方案，以您的代码为例：

#!/usr/bin/env ipython
import pandas as pd
import numpy as np
import netCDF4

stn_precip='Precip_1910-2018_stations.csv'
orig_precip='Precip_1910-2018_origvals.csv'
stations = pd.read_csv(stn_precip)
stncoords = stations.iloc[:,[0,1]][:144]
orig = pd.read_csv(orig_precip, skiprows = 1, names = stations['Code'][:144])

lons = stncoords['X']
lats = stncoords['Y']
nstations = np.size(lons)

ncout = netCDF4.Dataset('Precip_1910-2018_homomod.nc', 'w')

ncout.createDimension('station',nstations)
ncout.createDimension('time',orig.shape[0])

lons_out = lons.tolist()
lats_out = lats.tolist()
time_out = orig.index.tolist()

lats = ncout.createVariable('latitude',np.dtype('float32').char,('station',))
lons = ncout.createVariable('longitude',np.dtype('float32').char,('station',))
time = ncout.createVariable('time',np.dtype('float32').char,('time',))
precip = ncout.createVariable('precip',np.dtype('float32').char,('time', 'station'))

lats[:] = lats_out
lons[:] = lons_out
time[:] = time_out
precip[:] = orig
ncout.close()

因此有关输出文件（ ncdump -h Precip_1910-2018_homomod.nc ）的信息如下所示：