为 xarray open_mfdataset 指定 concat_dim

Question

我正在使用xarray.open_mfdataset() 打开并组合 8 个 netcdf 文件（来自具有不同设置的模型模拟的输出），而无需将它们加载到内存中。如果我指定concat_dim='run_number'，这将非常有用，它将run_number 添加为一个没有坐标的维度，并且只用从0 到7 的值填充它。

问题是现在，我不知道哪个run_number属于哪个模拟。原始的 netcdf 都有帮助我区分它们的属性，例如identifyer=1、identifyer=2等，但是xarray无法识别这个，即使我指定了concat_dim='identifyer'（可能是因为属性多？）。

有什么方法可以告诉 xarray 它必须将此属性用作concat_dim？或者，xarray 以什么顺序读取输入文件，以便我可以推断新维度的哪个值对应于哪个模拟？

Answer 1

Xarray 将使用现有标量坐标的值来标记结果坐标，但它不查看属性。仅查看坐标中的元数据是 xarray 中的 general theme：我们将 attrs 仅留给用户代码。因此，这应该可以为每个数据集分配标量 'identifyer' 坐标，例如，使用 preprocess 参数到 open_mfdataset：

def add_id(ds):
    ds.coords['identifyer'] = ds.attrs['identifyer']

xarray.open_mfdataset(path, preprocess=add_id)

或者，您可以将明确的文件名列表传递给open_mfdataset，或者依赖open_mfdataset在组合文件名之前对文件名进行排序这一事实：数据集将始终按其名称的字典顺序组合。