使用Xarray将数据从netCDF文件提取到高数据帧中的有效方法

Question

我有一个大约350个坐标的列表，这些坐标是指定区域内的坐标，我想使用Xarray从netCDF文件中提取这些坐标。如果它是相关的，我试图从一个特定的地表模型中提取SWE(雪水当量)数据。

我的问题是这个 for 循环需要永远遍历列表中的每个项目并获取相关的时间序列数据。也许在某种程度上这是不可避免的，因为我必须从每个坐标的 netCDF 文件中实际加载数据。我需要帮助的是以任何可能的方式加速代码。现在这需要很长时间才能运行，需要 3 个小时，更准确地说是计数。

以下是我到目前为止所做的一切：

import xarray as xr
import numpy as np
import pandas as pd
from datetime import datetime as dt

1） 首先，打开所有文件（1915-2011年的每日数据）。

df = xr.open_mfdataset(r'C:\temp\*.nc',combine='by_coords')

2）将我的位置缩小到美国大陆内的一个较小的盒子

swe_sub = df.swe.sel(lon=slice(246.695, 251), lat=slice(33.189, 35.666))

3）我只想提取每个月的第一个每日值，这也缩小了时间序列。

swe_first = swe_sub.sel(time=swe_sub.time.dt.day == 1)

现在我想加载我的坐标列表列表（恰好在 Excel 文件中）。

coord = pd.read_excel(r'C:\Documents\Coordinate_List.xlsx')
print(coord)
lat = coord['Lat']
lon = coord['Lon']
lon = 360+lon
name = coord['OBJECTID']

下面的 for 循环遍历坐标列表中的每个坐标，提取每个坐标处的时间序列，并将其滚动到一个高的数据帧中。

Newdf = pd.DataFrame([])
for i,j,k in zip(lat,lon,name):
    dsloc = swe_first.sel(lat=i,lon=j,method='nearest')
    DT=dsloc.to_dataframe()

    # Insert the name of the station with preferred column title:
    DT.insert(loc=0,column="Station",value=k)
    Newdf=Newdf.append(DT,sort=True)

我非常感谢你们能提供的任何帮助或建议！

Answer 1

好吧，我想出了这个。事实证明，我需要先将我的数据子集加载到内存中，因为默认情况下，X阵列“延迟加载”到Dataset中。

这是我修改以使其正常工作的代码行：

swe_first = swe_sub.sel(time=swe_sub.time.dt.day == 1).persist()

下面是我发现对这个问题有帮助的链接：

https://examples.dask.org/xarray.html

我希望这也能帮助其他人！