如何在使用 xarray 加载 NETCDF 文件时解码时间变量

Question

我有一个 netcdf 文件，给出了从 1948 年到 2008 年的月降水值。时间变量的格式如下：

float time(time) ;
        time:units = "months since 1948-01-01 00:00:00" ;
        time:time_origin = "01-JAN-1948:00:00:00" ;

当我尝试使用 Xarray 使用以下命令打开数据集时

ds=xr.open_dataset("C:/Users/vsri/Downloads/prcp_monthly_1948-2008.nc")

我收到以下错误

ValueError: unable to decode time units 'months since 1948-01-01 00:00:00' with the default calendar. Try opening your dataset with decode_times=False.

如果我使用 decode_Times=False 参数，则时间变量会分配一个浮点值（如下所示）

 Coordinates:
      * longitude  (longitude) float32 0.25 0.75 1.25 1.75 ... 358.75 359.25 359.75
      * latitude   (latitude) float32 -89.75 -89.25 -88.75 ... 88.75 89.25 89.75
      * z       (z) float32 0.0
      * time (time) float32 0.0 1.0 2.0 3.0 4.0 ... 728.0 729.0 730.0 731.0

我不想使用 decode_Times=False 因为我不能再在数据集上使用 xarray 的 resample 函数了。

有人可以指导我如何确保 xarray 使用正确的时间戳而不是作为浮点读取数据集吗？

Answer 1

感谢您在评论中的更新。在您的情况下，由于您的数据具有固定频率，我建议通过使用以下方法创建您自己的时间坐标来解决此问题pandas.date_range：

import pandas as pd
import xarray as xr

ds = xr.open_dataset("C:/Users/vsri/Downloads/prcp_monthly_1948-2008.nc", decode_times=False)
units, reference_date = ds.time.attrs['units'].split('since')
ds['time'] = pd.date_range(start=reference_date, periods=ds.sizes['time'], freq='MS')

这将为每个月的第一天创建一个日期数组，从 1948-01-01 开始，并在适当的几个月后结束。