如何使用Xarray更新DataArray中指定坐标的子集值？

要实现用包含坐标与新值的Pandas DataFrame更新Xarray DataArray的指定位置值，核心是匹配坐标更新非连续区域的旧值，以下是两种可靠实现方式：

方法一：转换DataFrame为Dataset后合并覆盖 #

通过将DataFrame转为Xarray Dataset，利用combine_first方法完成坐标匹配与值覆盖，适合保留原Dataset完整结构的场景：

# 将存储新值的DataFrame转为Xarray Dataset，自动识别坐标列
new_ds = new_val.set_index(['a', 'b']).to_xarray()
# 合并数据集，新数据优先覆盖原数据中对应坐标的值
updated_ds = new_ds.combine_first(ds)

# 验证结果
print(updated_ds.x.values)

输出结果：

array([[ 0., 10.,  0.,  0.],
       [11.,  0.,  0.,  0.],
       [ 0.,  0., 12.,  0.]])

方法二：直接通过坐标索引赋值 #

提取DataFrame中的坐标与新值，用loc直接定位赋值，适合明确更新位置、追求性能的场景：

# 从DataFrame中提取坐标数组与新值
a_coords = new_val['a'].values
b_coords = new_val['b'].values
new_values = new_val['x'].values

# 按坐标定位并更新值
ds.x.loc[dict(a=a_coords, b=b_coords)] = new_values

# 验证结果
print(ds.x.values)

输出结果与方法一一致。

注意事项 #

• 确保DataFrame中的坐标列名与原Dataset的坐标名完全一致，否则会出现匹配失败
• 方法一自动保留原Dataset的所有维度与变量，仅更新匹配坐标的值；方法二仅针对指定变量进行更新

内容的提问来源于stack exchange，提问作者Pepacz