如何构建包含数据与误差的二维变量NetCDF文件

现有CSV数据结构如下（年份为时间维度，x、y为变量，附带对应误差值）：

需求：构建NetCDF文件，将x与x_err合并为单个二维变量x_variable（x_variable[0]为变量值，x_variable[1]为误差值），y与y_err同理合并为y_variable。

原方法通过DataFrame转NetCDF会生成4个独立变量，尝试直接将x和x_err放入列表的方式无效，因为会被识别为长度仅为2的序列，无法匹配年份维度长度。

方法1：直接用xarray构建Dataset（推荐） #

无需依赖DataFrame，直接通过xarray定义维度和变量，更灵活高效：

import xarray as xr

# 假设已有的数据数组：Years为年份数组，x、x_err、y、y_err为对应年份的变量/误差数组
Years = [1, 2, 3]
x = [10, 20, 30]
x_err = [0.5, 0.8, 1.0]
y = [5, 10, 15]
y_err = [0.2, 0.3, 0.4]

# 构建Dataset，新增param维度区分变量值和误差
ds = xr.Dataset(
    {
        "x_variable": xr.DataArray(
            data=[x, x_err],  # 第一维度是param：[值数组, 误差数组]
            dims=["param", "year"],
            coords={
                "param": ["value", "error"],  # 给param维度命名，增强可读性
                "year": Years
            },
            attrs={"description": "x变量及其误差值"}
        ),
        "y_variable": xr.DataArray(
            data=[y, y_err],
            dims=["param", "year"],
            coords={
                "param": ["value", "error"],
                "year": Years
            },
            attrs={"description": "y变量及其误差值"}
        )
    },
    attrs={"source": "自定义CSV数据"}
)

# 导出为NetCDF文件
ds.to_netcdf("combined_vars.nc")

方法2：通过DataFrame中转 #

如果习惯用Pandas处理数据，可先将变量与误差合并为二维结构，再转成xarray：

import pandas as pd
import xarray as xr

# 假设已有的数据数组
Years = [1, 2, 3]
x = [10, 20, 30]
x_err = [0.5, 0.8, 1.0]
y = [5, 10, 15]
y_err = [0.2, 0.3, 0.4]

# 创建DataFrame，将变量与误差按年份打包为元组
df = pd.DataFrame({
    "year": Years,
    "x_variable": list(zip(x, x_err)),
    "y_variable": list(zip(y, y_err))
})

# 转换为xarray Dataset，以year为索引
ds = xr.Dataset.from_dataframe(df.set_index("year"))

# 将打包的元组展开为二维数组，新增param维度
for var in ["x_variable", "y_variable"]:
    ds[var] = xr.DataArray(
        data=list(ds[var].values),
        dims=["year", "param"],
        coords={"year": ds.year, "param": ["value", "error"]}
    )

# 导出NetCDF
ds.to_netcdf("combined_vars_from_df.nc")

验证结果 #

导出的NetCDF文件中，x_variable和y_variable均为二维变量，可通过xarray.open_dataset读取验证：

ds_read = xr.open_dataset("combined_vars.nc")
print(ds_read["x_variable"])

输出示例：

<xarray.DataArray 'x_variable' (param: 2, year: 3)>
array([[10. , 20. , 30. ],
       [ 0.5,  0.8,  1. ]])
Coordinates:
  * param    (param) object 'value' 'error'
  * year     (year) int64 1 2 3
Attributes:
    description:  x变量及其误差值

内容的提问来源于stack exchange，提问作者jugimanni