如何调整xarray变量维度：用火山编号替换经纬度维度

核心思路 #

你需要将二维的latitude/longitude维度替换为一维的Volcano Number维度，本质是把每个火山点的经纬度位置映射到对应的火山编号，同时保留原有变量的时间和气压层维度。

分步实现代码 #

假设你的网格化数据集名为ds，且已为每个火山点添加了Volcano Number坐标（维度为(latitude, longitude)）：

1. 堆叠经纬度维度为临时一维维度
   先把二维的经纬度合并成一个临时维度point，方便后续替换为火山编号：

   ds_stacked = ds.stack(point=('latitude', 'longitude'))
   

2. 过滤非火山点数据（可选但推荐）
   如果数据集中存在非火山点（对应Volcano Number为NaN或无效值），先过滤掉这些无效数据：

   ds_stacked = ds_stacked.where(~ds_stacked['Volcano Number'].isnull(), drop=True)
   

3. 替换临时维度为火山编号
   将临时的point维度重命名为Volcano Number，并把火山编号设为该维度的坐标：

   # 将Volcano Number转为一维数组，赋值给新维度
   ds_volcano = ds_stacked.rename_dims({'point': 'Volcano Number'})
   ds_volcano = ds_volcano.assign_coords({'Volcano Number': ds_stacked['Volcano Number'].data})
   

4. 清理冗余坐标与调整维度顺序
   删除不再需要的latitude和longitude坐标，并调整维度到你需要的顺序：

   # 删除冗余经纬度坐标
   ds_volcano = ds_volcano.drop_vars(['latitude', 'longitude'])
   # 调整维度顺序为(month, isobaricInhPa, Volcano Number)
   ds_volcano = ds_volcano.transpose('month', 'isobaricInhPa', 'Volcano Number')
   

验证效果 #

执行以下代码，应该能得到维度为(month, isobaricInhPa)的数据集：

single_volcano = ds_volcano.sel({'Volcano Number': 210010}, drop=True)
print(single_volcano.dims)

为什么之前的方法不生效 #

• drop_dims会直接删除指定维度及关联的所有变量/坐标，无法实现维度替换；
• sel只是按坐标筛选数据，不能改变数据集的维度结构，因此无法将二维经纬度转为一维火山编号维度。

内容的提问来源于stack exchange，提问作者e5k