三维xarray Dataset转换为Pandas DataFrame时保留原维度结构的方法及问题解决

我完全懂你碰到的这个麻烦——把带(time, lat, lon)维度的xarray数据集转成DataFrame时，默认操作直接把所有维度揉成多层索引，数据全挤在一列里，哪怕指定dim_order也没改观，确实挺闹心的。

先复盘下你的场景 #

你先是导入并筛选了数据集：

from xgrads import open_CtlDataset
ds_Snow = open_CtlDataset(path + 'file')
ds_Snow = ds_Snow.sel(lat = list(set(zones['lat'])), lon = list(set(zones['lon'])), time = period, method = 'nearest')

这个数据集的维度是(lat: 12, lon: 12, time: 30)，但执行ds_Snow.to_dataframe()后，得到的却是一个以lat、lon、time为多层索引的单列DataFrame，4320行数据全堆在一列里。

为啥会这样？ #

xarray的to_dataframe()默认逻辑就是把所有坐标维度转成DataFrame的多层索引（MultiIndex），数据变量则作为单列（多变量的话是多列）。你指定的dim_order只是调整多层索引的顺序，并不会把这些维度拆成单独的列——这就是为啥设置后结果没变化的原因。

给你几个解决方案 #

方案1：你自己摸索出来的手动构建法

你通过提取每个坐标和数据变量的Series来拼DataFrame，这种方式直接可控，特别适合你想把维度都做成单独列的需求：

ds_Snow = ds_Snow.sel(lat = list(set(station_list['lat_utm'])),lon = list(set(station_list['lon_utm'])), time = Ind_Run_ERA5_Land, method = 'nearest')
time = pd.Series(ds_Snow.coords["time"].values)
lon = pd.Series(ds_Snow.coords["lon"].values)
lat = pd.Series(ds_Snow.coords["lat"].values)
spre = pd.Series(ds_Snow['spre'].values[:,0,0])  # 这里取[:,0,0]是因为你的lat/lon维度值全重复
frame = { 'spre': spre, 'time': time, 'lon' : lon, 'lat' : lat}
df_Snow = pd.DataFrame(frame)

方案2：用xarray+Pandas内置方法简化操作

其实不用手动拼Series，转换后直接重置索引就能把多层索引转成列：

# 先转成带多层索引的DataFrame，再把索引维度转成普通列
df_Snow = ds_Snow.to_dataframe().reset_index()

这样得到的DataFrame会有time、lat、lon、spre四个列，每行对应一组(time, lat, lon)的spre值，完美匹配你想要的结构。

方案3：如果需要宽表结构（lat/lon作为列，time做索引）

要是你想要更贴近原数组的二维结构（比如把不同lat/lon组合作为列，time作为索引），可以用unstack()：

# 把lat和lon从索引展开成列
df_Snow_wide = ds_Snow.to_dataframe().unstack(['lat', 'lon'])

这样得到的DataFrame索引是时间，每一列对应一个(lat, lon)位置的spre时间序列。

小补充 #

从你的数据集信息能看到，lat和lon维度的所有值都是重复的（比如lat全是3.414e+06），这应该是因为你用list(set(zones['lat']))筛选后，维度长度保留了12，但实际值只有一个。这种情况下你取[:,0,0]完全合理，因为其他位置的值和第一个一模一样。要是后续你的lat/lon有不同值，记得把[:,0,0]改成ds_Snow['spre'].values.flatten()，这样能获取所有(time, lat, lon)组合的spre值，再对应到每个维度的组合上。

内容的提问来源于stack exchange，提问作者C Elise