如何在Xarray中对Dataset进行索引并遍历数据变量

一、Dataset的常见索引方式 #

针对你给出的Dataset结构，这里列出几种常用的索引方法：

1. 按数据变量名索引 #

直接通过变量名提取对应的DataArray，有两种写法：

# 方括号索引（推荐，支持带特殊字符的变量名）
temp_v01 = ds['SURFTEMPERATURE_V01']

# 属性式索引（变量名需符合Python标识符规则）
temp_v01 = ds.SURFTEMPERATURE_V01

2. 按维度位置索引（isel） #

通过维度的整数位置切片或索引：

# 提取x维度前100个、y维度前50个的所有变量数据
subset = ds.isel(x=slice(0, 100), y=slice(0, 50))

# 提取x=500、y=800位置的单格数据
single_point = ds.isel(x=500, y=800)

3. 按坐标条件索引（where） #

你的Dataset里lon和lat是二维坐标变量，可以用where筛选符合条件的区域：

# 筛选经度大于0、纬度小于50的区域，丢弃无数据的部分
filtered_ds = ds.where((ds.lon > 0) & (ds.lat < 50), drop=True)

二、遍历Dataset中的数据变量 #

遍历数据变量有三种常用方式，根据需求选择：

1. 遍历变量名，再逐个获取DataArray #

适合只需要变量名或按需加载变量的场景：

for var_name in ds.data_vars:
    print(f"当前变量: {var_name}")
    da = ds[var_name]
    # 在这里对da执行操作，比如计算均值
    print(f"{var_name} 均值: {da.mean().values}")

2. 同时遍历变量名和对应的DataArray #

直接获取变量名和DataArray的键值对，代码更简洁：

for var_name, da in ds.items():
    print(f"处理变量 {var_name}，数据形状: {da.shape}")
    # 示例操作：保存变量到文件
    # da.to_netcdf(f"{var_name}.nc")

3. 直接遍历所有DataArray对象 #

如果不需要变量名，只需要处理数据本身：

for da in ds.data_vars.values():
    print(f"数据维度: {da.dims}，最小值: {da.min().values}")

补充说明：你的结构是Dataset包含多个DataArray，每个数据变量（如SURFTEMPERATURE_V01）都是独立的DataArray对象，Dataset是这些DataArray的集合容器。

内容的提问来源于stack exchange，提问作者Methil