如何用Python的Xarray按数据变量'topo'子集化NetCDF冰雹数据集？

问题原因 #

• topo是数据变量而非坐标变量，因此无法用sel()直接按topo取值筛选；
• xarray不支持直接将DataArray作为索引键，所以haildata[haildata['topo']>=1500.]这种写法会触发报错。

正确实现语法 #

方法1：用where()保留符合条件的数据

适合需要保留所有维度，仅将不满足条件的位置设为NaN的场景，加上drop=True可自动删除全为NaN的维度：

elev1 = haildata.where(haildata['topo'] >= 1500., drop=True)

方法2：结合case维度筛选（若topo与case一一对应）

如果每个case对应唯一的topo值，可先生成布尔掩码，再用sel()筛选符合条件的case：

# 生成topo≥1500的case掩码
case_mask = haildata['topo'] >= 1500.
# 筛选符合条件的case
elev1 = haildata.sel(case=case_mask)

内容的提问来源于stack exchange，提问作者Cumulus303