如何用Python的netCDF4合并同空间维度的多份netCDF数据集？

针对你要合并两个空间维度一致、时间维度分别为365的NetCDF文件的需求，最优实现方式是直接使用netCDF4库完成维度拼接，全程在内存中处理（数据量不大的情况下），步骤清晰且性能高效。

完整实现代码 #

import netCDF4 as nc
import numpy as np

# 1. 打开输入文件
file1 = nc.Dataset('year1.nc', 'r')
file2 = nc.Dataset('year2.nc', 'r')

# 2. 创建输出文件
output_file = nc.Dataset('combined_years.nc', 'w', format='NETCDF4')

# 3. 复制空间维度（longitude、latitude）
for dim_name in ['longitude', 'latitude']:
    dim = file1.dimensions[dim_name]
    output_file.createDimension(dim_name, len(dim) if not dim.isunlimited() else None)

# 4. 创建合并后的时间维度
total_time = len(file1.dimensions['time']) + len(file2.dimensions['time'])
output_file.createDimension('time', total_time)

# 5. 复制全局属性（可选，按需保留原文件的全局元数据）
output_file.setncatts(file1.__dict__)

# 6. 复制变量定义并拼接数据
for var_name in file1.variables:
    var_in = file1.variables[var_name]
    # 创建输出变量，维度沿用原变量的维度顺序
    var_out = output_file.createVariable(
        var_name,
        var_in.datatype,
        var_in.dimensions
    )
    # 复制变量属性（单位、描述等）
    var_out.setncatts(var_in.__dict__)
    
    # 拼接数据：时间相关变量合并，非时间变量直接复制
    if 'time' in var_in.dimensions:
        data1 = var_in[:]
        data2 = file2.variables[var_name][:]
        # 匹配time维度在变量中的索引位置，沿对应轴拼接
        time_axis = var_in.dimensions.index('time')
        combined_data = np.concatenate((data1, data2), axis=time_axis)
        var_out[:] = combined_data
    else:
        # 非时间变量（如空间坐标）直接复用第一个文件的内容
        var_out[:] = var_in[:]

# 7. 关闭所有文件
file1.close()
file2.close()
output_file.close()

关键说明 #

• 维度处理：空间维度完全一致时，直接从第一个文件复制维度定义即可，无需重复读取两个文件的空间坐标。
• 时间拼接：通过np.concatenate沿时间轴合并数据，注意匹配变量维度中time的索引位置（如果你的变量维度顺序是time/lon/lat，需调整axis参数）。
• 属性保留：通过setncatts方法复制全局和变量的元数据，确保合并后的文件保留原有的数据描述信息。
• 性能优化：你的案例中单个文件数据量极小（5x5x365），一次性加载处理效率最高；如果后续遇到大文件，可改为分块读取写入。

内容的提问来源于stack exchange，提问作者Frank Seidl