如何用xarray从多组Zarr文件加载Dataset并对齐维度保留属性？

不用glob匹配路径，直接从Zarr根存储中读取组列表，逐个加载数组后合并成Dataset，既能精准获取所有目标组，又能更好地控制维度对齐和属性保留。

具体步骤： #

1. 导入依赖库

import xarray as xr
import zarr

2. 打开Zarr根存储并遍历所有组
   直接从Zarr根获取组名（避免路径匹配错误），加载每个组的数组并统一变量名（用组名作为变量名，避免默认变量名重复）：

# 打开Zarr根
zarr_root_path = "path/to/your/zarr_root"
root = zarr.open(zarr_root_path, mode="r")

# 遍历组并加载为xarray Dataset
dataset_list = []
for group_name in root.group_keys():
    # 加载单个组的数组
    group_ds = xr.open_zarr(f"{zarr_root_path}/{group_name}")
    # 重命名变量为组名（如果每个组的数组变量名重复的话）
    original_var = list(group_ds.data_vars)[0]
    group_ds = group_ds.rename({original_var: group_name})
    dataset_list.append(group_ds)

3. 合并Dataset并对齐维度
   用xr.merge自动对齐公共维度，同时保留属性：

# 合并，combine_attrs控制属性冲突时的处理逻辑
final_ds = xr.merge(
    dataset_list,
    combine_attrs="drop_conflicts"  # 可选值："override"/"keep"/"drop_conflicts"
)

关键优势： #

• 精准性：直接从Zarr根的组列表读取，避免glob可能匹配到非组路径的问题
• 灵活性：可自定义变量命名（比如用组名作为变量名，更直观）
• 属性保留：xr.merge会保留每个数组的维度属性、全局属性，combine_attrs参数可灵活处理属性冲突：
  • drop_conflicts：保留无冲突的属性，冲突属性丢弃
  • override：后加载的Dataset属性覆盖前面的
  • keep：保留所有属性（冲突属性会以列表形式存在）
• 维度对齐：自动识别公共维度，不同维度会被保留，缺失值自动填充NaN

简化写法（字典推导式） #

如果想更简洁，可用字典推导式一次性生成所有组的Dataset，再合并：

group_datasets = {
    group_name: xr.open_zarr(f"{zarr_root_path}/{group_name}").rename({list(xr.open_zarr(f"{zarr_root_path}/{group_name}").data_vars)[0]: group_name})
    for group_name in root.group_keys()
}

final_ds = xr.merge(group_datasets.values(), combine_attrs="drop_conflicts")

内容的提问来源于stack exchange，提问作者Curious