如何在xarray中删除无维度的坐标与变量？

针对你提供的示例数据集：

import xarray as xr

ds = xr.Dataset(
    {"temperature": (["x", "y"], [[1, 2, 3], [1, 2, 3], [1, 2, 3]]), "nothing": 10},
    coords={"item": "hi", "x": [1, 2, 3], "y": [1, 2, 3]},
)

无需手动指定变量/坐标名称，有以下几种实现方式：

方法1：批量删除所有无维度元素 #

利用drop_vars结合列表推导式，自动识别所有无维度（ndim == 0）的变量和坐标并删除：

# 自动筛选并删除所有无维度的变量/坐标
ds_filtered = ds.drop_vars([var for var in ds.variables if ds[var].ndim == 0])

ds.variables包含了Dataset中所有的变量和坐标，通过判断每个元素的维度数是否为0，批量收集需要删除的名称，一次性完成删除操作。

方法2：仅保留指定维度的变量与维度坐标 #

如果需求是严格保留维度为(x,y)的变量，同时保留维度对应的坐标x、y，可以直接筛选目标元素：

# 确定要保留的变量（维度为x,y）和维度坐标
keep_vars = [k for k in ds.data_vars if ds[k].dims == ("x", "y")] + list(ds.dims)
# 生成筛选后的Dataset
ds_filtered = ds[keep_vars]

这种方式直接明确保留范围，自动排除不符合条件的无维度元素（如nothing、item）。

方法3：重新构建Dataset（分步筛选） #

也可以分步筛选变量和坐标，再重新组合成新的Dataset：

# 筛选有维度的变量
filtered_data_vars = {k: v for k, v in ds.data_vars.items() if v.ndim > 0}
# 筛选有维度的坐标（自动保留x、y这类维度坐标）
filtered_coords = {k: v for k, v in ds.coords.items() if v.ndim > 0}

ds_filtered = xr.Dataset(filtered_data_vars, coords=filtered_coords)

内容的提问来源于stack exchange，提问作者blaylockbk