如何基于公共坐标合并两个xarray.Dataset对象

错误原因 #

你使用xr.combine_nested的方式不正确：该函数用于处理嵌套列表结构的数据集（例如[[ds1, ds2], [ds3, ds4]]），但你传入的是一维列表[obs, pos]，却指定了2个concat维度，因此触发维度不匹配的错误。

你的核心需求是基于player_id和opponent_id将obs的赛事数据与pos中对应选手组合的参数（alpha、beta）关联，正确的做法是先对齐坐标，再合并数据集。

修正步骤与代码 #

1. 修正pos中的拼写错误 #

pos的坐标里写了oppponent_id（多了一个p），这会导致后续坐标匹配失败，先修正：

pos = xr.Dataset(
    data_vars=dict(
        alpha=(['chain', 'draw', 'player_id', 'opponent_id'], alpha),
        beta=(['chain', 'draw', 'player_id', 'opponent_id'], beta),
    ),
    coords=dict(
        chain=(['chain'], list(range(N_CHAINS))),
        draw=(['draw'], list(range(N_DRAWS))),
        player_id=(['player_id'], list(range(N_PLAYERS))),
        opponent_id=(['opponent_id'], list(range(N_PLAYERS))),  # 修正拼写错误
    ),
)

2. 给obs添加player_id和opponent_id坐标 #

从h2h_id的MultiIndex中提取对应的选手ID，作为独立坐标，方便和pos对齐：

obs = obs.assign_coords(
    player_id=('h2h_id', h2h_idx.get_level_values('player_id')),
    opponent_id=('h2h_id', h2h_idx.get_level_values('opponent_id'))
)

3. 合并数据集 #

使用xr.merge，xarray会自动根据共同的player_id和opponent_id坐标，将pos中的alpha、beta广播到obs的每个h2h_id条目上：

combined = xr.merge([obs, pos])

最终效果 #

合并后的combined数据集包含以下维度和坐标：

• 维度：h2h_id, chain, draw
• 坐标：h2h_id, player_id, opponent_id, chain, draw
• 数据变量：n_points_won, n_points_lost, alpha, beta

每个h2h_id对应的赛事数据，都会关联到所有chain和draw下对应选手组合的alpha、beta参数值。

内容的提问来源于stack exchange，提问作者HJA24