如何合并具有冲突坐标的 xArray 数据集

Question

假设我有两个数据集，每个数据集都包含一个不同的感兴趣变量并且具有不完整（但不冲突）的索引：

In [1]: import xarray as xr, numpy as np
In [2]: ages = xr.Dataset(
          {'ages': (['kid_ids'], np.random.rand((3))*20)}, 
          coords={'kid_names':(['kid_ids'], ['carl','kathy','gail']), 'kid_ids': [10,14,16]})
In [3]: heights = xr.Dataset(
          {'heights': (['kid_ids'], np.random.rand((3))*160)}, 
          coords={'kid_names':(['kid_ids'], ['carl','keith','gail']), 'kid_ids': [10,13,16]})

这创建了两个数据集，它们看起来应该很好地合并：

In [4]: ages
Out[4]: 
<xarray.Dataset>
Dimensions:    (kid_ids: 3)
Coordinates:
  * kid_ids    (kid_ids) int32 10 14 16
    kid_names  (kid_ids) <U5 'carl' 'kathy' 'gail'
Data variables:
    ages       (kid_ids) float64 13.28 1.955 4.327
In [5]: heights
Out[5]: 
<xarray.Dataset>
Dimensions:    (kid_ids: 3)
Coordinates:
  * kid_ids    (kid_ids) int32 10 13 16
    kid_names  (kid_ids) <U5 'carl' 'keith' 'gail'
Data variables:
    heights    (kid_ids) float64 115.0 38.2 31.65

但他们没有 - 尝试 ages.merge(heights) 导致 ValueError:

ValueError: conflicting value for variable kid_names:
first value: <xarray.Variable (kid_ids: 4)>
array(['carl', nan, 'kathy', 'gail'], dtype=object)
second value: <xarray.Variable (kid_ids: 4)>
array(['carl', 'keith', nan, 'gail'], dtype=object)

删除坐标kid_names解决问题：

In [7]: ages.reset_coords('kid_names', drop=True).merge(
          heights.reset_coords('kid_names', drop=True))
Out[7]:
<xarray.Dataset>
Dimensions:  (kid_ids: 4)
Coordinates:
  * kid_ids  (kid_ids) int64 10 13 14 16
Data variables:
    ages     (kid_ids) float64 0.4473 nan 6.45 6.787
    heights  (kid_ids) float64 78.42 78.43 nan 113.4

似乎坐标的处理方式与 DataArrays 相同，因为任何不相同的值都会引发错误。但是他们不应该更像基本坐标一样处理吗？扩展到两个指数的超集？或者我应该做其他手术吗？

我在 python 3.5 使用 xarray 0.7.2 和 numpy 1.10.4

Answer 1

目前这在 xarray 中不容易实现，但应该可以！

事实上，我认为在大多数情况下合并任何不冲突的值应该是安全的（除非用户要求更高的审查）。

我打开了一个 GitHub 问题来跟踪这个：https://github.com/pydata/xarray/issues/835

更新：merge 方法现在默认支持此功能（使用 compat='no_conflicts'），因此 ages.merge(heights) 应该可以正常工作。

Answer 2

我遇到了同样的问题。我有类似 lat/long 范围和类似 variables/levels 的 netcdf 文件，但时间步长冲突（我错误地重新下载了它们！）。我使用 pandas 检查每个文件中的时间步长是否在之前加载到列表中的其他文件中重复。最后我没有错误地合并了它们。

import xarray,os,shutil,numpy,pandas files=os.listdir(os.path.join(place_in,variable,str(month),hour,level,extent))

listed=[]
if len(files)!=0:
               add=os.path.join(place_in,variable,str(month),hour,level,extent,files[0])  
               data=xarray.open_dataset(add)
               listed=listed+[data]
               times=pandas.DataFrame(data.time.values,columns=["time"])
               for file in files[1:len(files)]:
                  add=os.path.join(place_in,variable,str(month),hour,level,extent,file)
                  data=xarray.open_dataset(add)
                  times1=pandas.DataFrame(data.time.values,columns=["time"])
                  times1=times1[~(times1["time"].isin(list(times["time"])))]
                  times=times.append(times1).drop_duplicates()
                  listed=listed+[data.sel(time=(numpy.array(times1['time'])))]
               data=xarray.merge(listed)

如何合并具有冲突坐标的 xArray 数据集

How to merge xArray datasets with conflicting coordinates

python

python-xarray