Python提取高程数据导出CSV报数组长度不一致错误如何解决

• desired_lat_idx、desired_lon_idx是for循环内部的临时变量，每轮循环都会被覆盖为当前点位对应的单个网格整数值，循环结束后仅保存最后一个点位的索引，本质是长度为1的标量；而height是长度等于输入CSV总点位数的数组，三者长度不匹配，直接触发长度不一致报错。
• 原有DataFrame构造逻辑存在偏差：存入的是高程网格索引而非实际经纬度，同时遗漏了输入CSV中的原始数值字段，无法生成「经度/纬度/原始数值/海拔高度」结构的目标文件。

直接使用前期从输入CSV读取得到的lon（经度）、lat（纬度）、value（原始数值）数组，和计算完成的height（海拔高度）数组构造DataFrame即可，这几个数组长度和输入点位数量完全一致，不会出现长度不匹配问题。

将原有的DataFrame构造、导出代码替换为以下内容：

dfl = pd.DataFrame({
    '经度': lon,
    '纬度': lat,
    '原始数值': value,
    '海拔高度': height
})
# 替换为你的实际输出文件路径，参数index=False表示导出时不额外生成行号列
dfl.to_csv('./高程匹配结果.csv', index=False)

可选补充：如果后续需要使用每个点位对应的高程网格索引，可在循环前提前初始化等长的索引存储数组，在循环内同步赋值，参考实现如下：

# 提前初始化索引存储数组
lat_idx_arr = np.empty_like(num_el, dtype=int)
lon_idx_arr = np.empty_like(num_el, dtype=int)

height = np.empty_like(num_el)
for i in range(len(num_el)): 
    desired_lat_idx = np.abs(etopo_lat - lat[i]).argmin()
    desired_lon_idx = np.abs(etopo_lon - lon[i]).argmin()
    height[i] = topo[desired_lat_idx, desired_lon_idx]
    # 同步存储当前点位的网格索引
    lat_idx_arr[i] = desired_lat_idx
    lon_idx_arr[i] = desired_lon_idx
height[height < 0] = 0

内容的提问来源于stack exchange，提问作者Weiss