使用xr.open_mfdataset处理多NC文件时小时均值时间维度异常

核心问题 #

你没搞对重采样后的聚合逻辑——要么是错误地对原始筛选的逐小时数据集调用了mean(dim="time")，要么是在重采样对象的聚合操作里用了多余参数，导致没完成按日分组的均值计算。

具体分析 #

1. 用isel筛选出的5月数据集dm，time维度是所有5月的逐小时数据（41年×31天×24小时=30504个时间点）。
2. dm.resample(time='1D')只是定义了按日分组的规则，生成一个重采样对象，此时显示的1271组是正确的，但这只是分组规则，还没计算均值。
3. 如果你直接对dm调用mean(dim="time")，本质是对所有30504个小时数据做全局平均？不对，你提到结果维度是14641，这说明你的筛选步骤可能也有疏漏——比如isel的布尔索引没生效？不过更大概率是你没针对重采样对象执行聚合，而是误操作了原始数据集。

正确操作步骤 #

1. 先确保5月数据筛选正确 #

把isel换成更稳妥的where或sel，彻底过滤非5月数据并丢弃无效时间点：

# 推荐的5月筛选方式
dm = ds.where(ds.time.dt.month == 5, drop=True)
# 或者
dm = ds.sel(time=ds.time.dt.month == 5)

执行后用print(dm.time.size)验证，应该得到30504，这说明筛选没问题。

2. 链式调用重采样+聚合 #

直接对重采样对象调用mean()，不用额外指定dim="time"——重采样规则已经明确按time='1D'分组，聚合会自动对每组内的小时数据算均值：

# 按日重采样并计算日平均
dm_daily = dm.resample(time='1D').mean()

此时dm_daily.time.size就是1271（41年×31天），完全符合预期。

避坑：错误操作示例 #

如果你的代码是下面这样，肯定出问题：

# 错误：只生成重采样对象，没做聚合
resampler = dm.resample(time='1D')
# 错误：对原始dm而非重采样对象求平均
result = dm.mean(dim="time")

额外验证 #

可以打印重采样后的时间维度确认：

print(dm_daily.time)

输出会包含1979-05-01到2019-05-31的所有每日时间戳，一共1271个。

内容的提问来源于stack exchange，提问作者Yash_U