如何修改Xarray数据集的时间坐标为单一指定时间值？

要将你的NetCDF数据集修改为仅保留指定的单一时间坐标2010-01-01T00:30:00，可以根据需求选择以下两种方式：

方式一：保留单个时间点的数据并替换坐标 #

如果你只需要保留数据集中某一个时间点的空间数据，同时替换时间坐标为目标值，执行以下代码：

import xarray as xr
import numpy as np

# 加载原始数据集
ds = xr.open_dataset('PATH')

# 选取第一个时间点的数据（可替换为其他索引，比如isel(time=5)）
# 同时将time坐标替换为目标单一时间
ds_single_time = ds.isel(time=0).assign_coords(
    time=np.array(['2010-01-01T00:30:00.000000000'], dtype='datetime64[ns]')
)

# 验证结果
print(ds_single_time.time.values)

执行后会输出目标结果：

array(['2010-01-01T00:30:00.000000000'], dtype='datetime64[ns]')

方式二：聚合所有时间数据后保留单一坐标 #

如果你需要将所有时间维度的数据做聚合（比如平均值、总和），再赋予目标时间坐标，使用以下代码：

import xarray as xr
import numpy as np

ds = xr.open_dataset('PATH')

# 对时间维度做平均聚合（可替换为sum、max等其他聚合函数）
ds_aggregated = ds.mean(dim='time').assign_coords(
    time=np.array(['2010-01-01T00:30:00.000000000'], dtype='datetime64[ns]')
)

# 验证结果
print(ds_aggregated.time.values)

关键说明 #

• isel(time=0)：通过索引选取指定时间点的数据，执行后time维度长度会变为1
• assign_coords()：用于替换或添加数据集的坐标值，这里直接覆盖原time坐标
• 若需要直接修改原数据集而非创建新对象，直接用ds = ...覆盖即可

内容的提问来源于stack exchange，提问作者futur3boy