Python-xarray：如何创建Dataset并将循环结果赋值给它？

为什么Dataset.update()没生效？ #

update() 是原地修改方法，仅能更新Dataset中已存在的变量或维度条目，不会自动添加新变量、新维度。如果你的循环每次生成的是全新变量（或新增维度值），update() 找不到对应的更新目标，自然不会改变原Dataset。

示例验证：

import xarray as xr

ds = xr.Dataset()
new_ds = xr.Dataset({'temp': ([], 25)})
ds.update(new_ds)  # ds依然是空的，因为没有'temp'变量可更新

Dataset.merge()可行的原因 #

merge() 是合并操作，会自动整合两个Dataset的所有内容：既可以更新已有变量，也能添加新变量、新维度，还能处理变量冲突。完全匹配你循环中逐步新增结果的需求。

xarray.concat()效果差的可能原因 #

concat() 要求所有待拼接的Dataset结构高度一致：变量名必须相同，除了指定的拼接维度外，其他维度也要匹配。如果你的循环生成的Dataset结构不规则（比如每次新增不同变量，或维度不统一），concat() 会直接报错；若未指定正确的拼接维度，结果也会混乱。

最优实现方案 #

根据你的循环输出结构，选对应方案：

• 同结构循环结果（如按时间步生成相同变量）：优先用concat()，先收集所有临时Dataset，最后一次性拼接（避免循环内重复拼接的性能损耗）：

  results = []
  for step in range(10):
      temp_ds = xr.Dataset(
          {'temp': (['time'], [20+step])},
          coords={'time': [step]}
      )
      results.append(temp_ds)
  final_ds = xr.concat(results, dim='time')
  

• 不规则结构结果（如每次新增不同变量）：用merge()同样建议先收集结果再一次性合并，比循环内逐次merge更高效：

  results = []
  for step in range(10):
      temp_ds = xr.Dataset({f'temp_{step}': ([], 20+step)})
      results.append(temp_ds)
  final_ds = xr.merge(results)
  

• 原地新增变量：如果不需要保留临时Dataset，直接通过赋值操作更高效：

  ds = xr.Dataset()
  for step in range(10):
      ds[f'temp_{step}'] = xr.DataArray(20+step)
  

内容的提问来源于stack exchange，提问作者John Coxon