未知region参数时，如何向Zarr追加Xarray数据集子集？

Xarray官方文档中追加Zarr存储的示例需要手动指定region参数，但如果仅拿到切片后的子数据集（比如通过isel或sel得到的结果），不知道其对应原数据集的整数索引范围，可以通过以下通用方法自动生成region：

核心思路 #

利用原Zarr存储的坐标元数据，通过searchsorted方法匹配子数据集的坐标范围，自动计算出对应的整数索引切片，无需针对不同坐标类型编写单独逻辑。

实现代码 #

1. 首先加载原Zarr存储的元数据（无需加载全部数据，效率很高）：

import xarray as xr

original_ds = xr.open_zarr("path/to/directory.zarr", consolidated=True)

2. 编写通用函数生成region参数：

def get_zarr_region(sub_ds, original_ds):
    region = {}
    for dim in sub_ds.dims:
        # 获取子数据集当前维度的首尾坐标值
        sub_dim_min = sub_ds[dim].min().item()
        sub_dim_max = sub_ds[dim].max().item()
        # 在原数据集坐标中查找对应的索引位置
        start_idx = original_ds[dim].searchsorted(sub_dim_min, side="left")
        end_idx = original_ds[dim].searchsorted(sub_dim_max, side="right")
        region[dim] = slice(start_idx, end_idx)
    return region

3. 调用函数并执行追加：

# 假设ds_sub是你拿到的切片后的子数据集
region = get_zarr_region(ds_sub, original_ds)
ds_sub.to_zarr("path/to/directory.zarr", region=region)

适用场景 #

• 支持多维度数据集：函数会自动遍历子数据集的所有维度，生成对应region
• 兼容多种坐标类型：包括数值（浮点/整数）、字符串、日期时间类型，只要原数据集的坐标是有序的（这也是Zarr追加操作的必要前提）

内容的提问来源于stack exchange，提问作者Dahn