如何高效为二维(x,y)NetCDF文件添加time维度？

不用手动修改CSV，直接通过代码完成宽格式到长格式的转换，生成x、y、t三维的单变量NetCDF，步骤如下：

完整代码实现 #

import pandas as pd
import xarray as xr

# 读取原始CSV
df = pd.read_csv('your_input.csv')

# 将宽格式数据转成带时间维度的长格式
df_melted = df.melt(
    id_vars=['x', 'y'],
    var_name='t',
    value_name='var'
)

# 提取时间步的数值（从var_tN中提取N）
df_melted['t'] = df_melted['t'].str.extract(r'var_t(\d+)').astype(int)

# 转换为xarray Dataset并保存为NetCDF
ds = xr.Dataset.from_dataframe(df_melted.set_index(['x', 'y', 't']))
ds.to_netcdf('3d_output.nc')

关键步骤说明 #

• 宽转长格式：用pandas.melt()把原来的var_t1/var_t2/var_t3这些列合并成一个var变量，同时生成t列记录对应的时间步，这一步彻底替代手动修改CSV的繁琐操作，时间步再多也能一键处理。
• 时间步格式化：通过正则提取t列里的数字并转成整数，确保NetCDF中的t维度是数值型，方便后续的时间序列分析。
• 生成三维NetCDF：设置x/y/t为索引后转成xarray Dataset，保存后的文件就会以这三个为维度，仅包含一个统一的var变量。

验证结果 #

生成的NetCDF中，任意(x,y,t)对应的变量值和原CSV完全一致，比如：

• x=1, y=1, t=1 → var=8
• x=2, y=2, t=3 → var=6

内容的提问来源于stack exchange，提问作者jugimanni