使用 pandas、Python 将 netCDF 中的时间变量更改为 datetime答案

【问题标题】：Change time variable in netCDF to datetime with pandas, Python使用 pandas、Python 将 netCDF 中的时间变量更改为 datetime
【发布时间】：2021-02-07 10:01:16
【问题描述】：

我有一个 netCDF 文件，其中时间以天为单位，我猜是 0000 年 1 月 1 日。但是，它们是整数，见下文，一旦加载 xarray 就无法解码时间单位。

<xarray.DataArray 'days' (time: 87600)>
array([679352., 679353., 679354., ..., 766949., 766950., 766951.])
Dimensions without coordinates: time
Attributes:
    units:      days_since_Jan11900
    long_name:  calendar_days

我想用 pandas 把它们变成日期时间。到目前为止我已经这样做了

import pandas as pd
import xarray as xr

ds = xr.open_dataset(path + '09_future_predictions/Fire weather/temp/tmax_HadGEM2-CC.nc', decode_times = False)

tmax = ds.tmax.data
time = ds.days
time = pd.to_datetime(time.data)

但是，我最终让 pandas 以毫秒为单位读取整数，见下文：

DatetimeIndex(['1970-01-01 00:00:00.000679352',
               '1970-01-01 00:00:00.000679353',
               '1970-01-01 00:00:00.000679354',
               '1970-01-01 00:00:00.000679360',
               '1970-01-01 00:00:00.000679361',
               ...
               '1970-01-01 00:00:00.000766942',
        
              dtype='datetime64[ns]', length=87600, freq=None)

我可以做些什么来改变它，使第一个变量是1860-01-01？

【问题讨论】：

为什么不能将它作为普通的 float/int 读取到 pandas，然后使用诸如 netcdf.num2date/matplotlib.date.num2date 之类的应用函数？
怎么样？能详细点吗？

标签： python pandas netcdf python-xarray

【解决方案1】：

不完全是 netCDF，但如果它可以提供帮助的话。

import pandas as pd
import matplotlib.dates as md

df_1 = pd.DataFrame({'c1': [679352., 679353., 679354., 766949., 766950., 766951.]})

df_1.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 6 entries, 0 to 5
Data columns (total 1 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   c1      6 non-null      float64
dtypes: float64(1)
memory usage: 176.0 bytes

df_1.c1.apply(md.num2date)
0   1861-01-01 00:00:00+00:00
1   1861-01-02 00:00:00+00:00
2   1861-01-03 00:00:00+00:00
3   2100-11-01 00:00:00+00:00
4   2100-11-02 00:00:00+00:00
5   2100-11-03 00:00:00+00:00
Name: c1, dtype: datetime64[ns, UTC]

【讨论】：

【解决方案2】：

我通过这样做自己想通了。请注意，我正在使用一年 365 天的日历，并且在第二行编码中将 0000 年 1 月 1 日更改为 1860 年 1 月 1 日。

ds = xr.open_dataset(path + 'temp/tmax_HadGEM2-CC.nc', decode_times = False)
ds['days'] = ds.days - 679352
ds.days.attrs['units'] = 'days since 1860-01-01'
ds['days'].attrs['calendar'] = 'noleap'
ds = xr.decode_cf(ds)
ds = ds.loc[dict(time = slice(66430,73000))]

【讨论】：