如何将含时间、经纬度的DataFrame转换为3D Xarray（lat,lon,time）

1. 清理重复数据 #

你的问题核心是DataFrame中存在重复的time/longitude/latitude组合，导致Xarray无法将这些字段识别为维度。首先要去除重复行：

# 按时间、经纬度组合去重，保留最后一条记录（可根据需求改为keep='first'）
df_clean = df.drop_duplicates(subset=['time', 'longitude', 'latitude'], keep='last')

2. 构建多级索引并转换为Xarray #

将时间、纬度、经度设为DataFrame的多级索引，再转换为Xarray，这样Xarray会自动把这些索引映射为维度：

# 设置多级索引
df_indexed = df_clean.set_index(['time', 'latitude', 'longitude'])

# 转换为Xarray Dataset（推荐用Dataset，便于后续多变量操作）
ds = df_indexed.to_xarray()

# 若只需单个变量的DataArray，直接提取
da = ds['your_variable_column_name']

3. 筛选目标时间范围（可选） #

如果原始数据时间超出1951-2023，可通过切片筛选：

ds_filtered = ds.sel(time=slice('1951-01-01', '2023-12-31'))

原理说明 #

Xarray要求维度对应的坐标值是唯一且有序的，重复的坐标组合会被当成普通数组而非维度。通过去重+设置多级索引，能确保每个(time, lat, lon)组合唯一，让Xarray正确识别三维结构。

内容的提问来源于stack exchange，提问作者Cristina