将netCDF文件导入Pandas数据帧

Question

圣诞节快乐。我仍然是Python和熊猫的新手所以非常感谢帮助。 我试图读取netCDF文件，我可以做，然后将其导入到Pandas Dataframe中。 netcDF文件是2D的，所以我只想“转储它”。我已经尝试过DataFrame方法，但它无法识别该对象。大概我需要将netCDF对象转换为2D numpy数组？再次感谢有关最佳方法的任何想法。祝福杰森

Answer 1

xarray库处理任意维度的netCDF数据，并保留元数据。 Xarray提供了一种打开netCDF文件并将其转换为pandas数据帧的简单方法：

import xarray as xr

ds = xr.open_dataset('/path/to/netcdf')
df = ds.to_dataframe()

这将创建一个具有多索引的数据框，其中包含所有维度。不幸的是，Pandas不支持任意元数据，因此在转换中会丢失，但您可以保留ds，并使用其中的元数据。

Answer 2

如果您的NetCDF文件（或OPeNDAP数据集）遵循CF元数据约定，您可以通过使用NetCDF4-Python package来利用它们，这使得在Pandas中访问它们非常容易。 （我正在使用包含Pandas和NetCDF4-Python的Enthought Python Distribution）。

在下面的示例中，NetCDF文件通过OPeNDAP提供，NetCDF4-Python库允许您打开和使用远程OPeNDAP数据集，就像它是一个非常光滑的本地NetCDF文件一样。如果要查看NetCDF4文件的属性，请将浏览器指向此链接http://geoport-dev.whoi.edu/thredds/dodsC/HUDSON_SVALLEY/5951adc-a1h.nc.html

您应该能够在没有更改的情况下运行它：

from matplotlib import pyplot as plt
import pandas as pd
import netCDF4

url='http://geoport-dev.whoi.edu/thredds/dodsC/HUDSON_SVALLEY/5951adc-a1h.nc'
vname = 'Tx_1211'
station = 0

nc = netCDF4.Dataset(url)
h = nc.variables[vname]
times = nc.variables['time']
jd = netCDF4.num2date(times[:],times.units)
hs = pd.Series(h[:,station],index=jd)

fig = plt.figure(figsize=(12,4))
ax = fig.add_subplot(111)
hs.plot(ax=ax,title='%s at %s' % (h.long_name,nc.id))
ax.set_ylabel(h.units)

结果可以在Ipython Notebook中找到：http://nbviewer.ipython.org/4615153/

Answer 3

您可以使用像PyNIO这样的库将文件读入p.e. numpy数组并将它们提供给pandas。 PyNIO允许读取几种文件格式，包括经典的netCDF3和netCDF4。 netcdf4-python也可以读取这些netCDF格式并且兼容py3.3