您好,登录后才能下订单哦!
这篇文章主要介绍“怎么用python合并多个有规则命名的nc文件”,在日常操作中,相信很多人在怎么用python合并多个有规则命名的nc文件问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”怎么用python合并多个有规则命名的nc文件”的疑惑有所帮助!接下来,请跟着小编一起来学习吧!
现有多个nc文件,命名除了年份不同外,其他皆相同。希望将多个的nc文件合并为一个。
其中,每个nc文件内包含如下内容,包含12个月均数据
因此,我们可以知道,合并两个nc文件,time应该=‘24’,合并三个,time=‘36’。以此类推,合并x年,time=x*12。
主要通过xarray实现合并功能,并写出合并后的nc文件:
#导入用到的库 import xarray as xr import os #首先,利用一个循环将需要合并的年份挑选出来。我这里选择1982-2012年的数据 file_xadv=[] for year in range(1982,2013): fn=os.path.join(path2,'xadv'+'%04.0f'%year+'.mon.161x720.nc') file_xadv.append(fn)
运行后可以得到所有完整路径的文件列表:
下面就是进行合并啦:
#合并nc文件,通过xarray打开nc文件,并得到所需变量的xarray.DataArray,之后利用xarray.concat()实现合并的功能 xadv_new=[] for i in range(len(file_xadv)): xadv=xr.open_dataset(file_xadv[i])['xadv'] xadv_new.append((xadv)) da=xr.concat(hadv_new,dim='time')
运行发现合并好啦:
xarray.concat()官方介绍如下:
xarray.concat
例外,官网也给出了其他的合并方式,大家可以按需所求:
1、有关沿单个维度组合数据集或数据数组的信息,使用 concatenate。
2、有关合并具有不同变量的数据集,使用 merge。
3、 有关合并具有不同索引或缺失值的数据集或数据数组的信息,使用 combine。
4、有关沿多个维度组合数据集或数据数组的信息,使用 combining.multi。
Combining data
附上完整实现代码:
import xarray as xr import os path2='E:\\BaiduNetdiskDownload\\MSE_budget\\xadv\\' file_xadv=[] for year in range(1982,2013): fn=os.path.join(path2,'xadv'+'%04.0f'%year+'.mon.161x720.nc') file_xadv.append(fn) hadv_new=[] for i in range(len(file_xadv)): xadv=xr.open_dataset(file_xadv[i])['xadv'] hadv_new.append((xadv)) da=xr.concat(hadv_new,dim='time') da.to_netcdf('D:\\desktopppp\\sst_olr\\interp_nan\\xadv_interp.nc')#输出合并后的nc文件
到此,关于“怎么用python合并多个有规则命名的nc文件”的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注亿速云网站,小编会继续努力为大家带来更多实用的文章!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。