将Pandas DataFrame转换为Xarray Dataset时触发ValueError错误求助

错误信息 #

ValueError: can only convert an array of size 1 to a Python scalar

问题分析 #

这个错误的核心原因是你的DataFrame索引（lat/lon/month）存在重复的坐标组合，从你提供的DataFrame预览图能看到，比如lat=-31.5、lon=115.8、month=1的条目出现了多次。这种重复会导致转换为Xarray Dataset后，坐标维度不是唯一的一维数组，rasterio无法基于非规整的坐标系统写入CRS，从而抛出该错误。

解决方案 #

1. 先处理DataFrame中的重复坐标组合 #

在转换为Xarray之前，必须对重复的坐标组合做处理，两种常见方式：

# 方式1：对重复坐标的数值做聚合（以均值为例，可根据需求替换为sum/max等）
temp_group_df = temp_group_df.groupby(['lat', 'lon', 'month']).mean().reset_index()

# 方式2：直接删除重复项（保留第一个出现的条目）
temp_group_df = temp_group_df.drop_duplicates(subset=['lat', 'lon', 'month'], keep='first').reset_index(drop=True)

2. 重新转换并写入CRS #

处理完重复后，再执行原有的转换和CRS写入操作：

# 设置索引并转换为Xarray Dataset
temp_group_df.set_index(['lat', 'lon', 'month'], inplace=True)
temp_array = temp_group_df.to_xarray()

# 写入CRS
temp_array.rio.write_crs('epsg:4326', inplace=True)
display(temp_array)

3. 备选方案：用pivot整理规整维度结构 #

如果你的数据是网格化的，可以先将DataFrame整理成维度清晰的结构，再转Xarray：

# 整理成三维结构（lat, lon, month），替换"你的数值列名"为实际列名
pivoted_df = temp_group_df.pivot_table(index=['lat', 'month'], columns='lon', values='你的数值列名', aggfunc='mean')

# 转换为Xarray并写入CRS
temp_array = pivoted_df.to_xarray()
temp_array.rio.write_crs('epsg:4326', inplace=True)

内容的提问来源于stack exchange，提问作者sharaf