Python提取NetCDF4点数据遇闰年维度索引越界报错求助

报错本质是时间索引长度硬编码导致的越界，具体原因两点：

• 你循环时间步的上界是自己用pd.date_range生成的自然日序列长度，闰年时这个长度是366，但新数据集的t2变量实际时间维度长度只有365——CDO读取的是NetCDF文件全局声明的时间维度长度，部分数据集的全局维度和单变量实际存储维度不一致，闰日数据可能被全局属性标记存在，但实际没有写入t2变量的存储数组里。
• 原代码没有主动读取目标变量的真实维度长度，直接用自然年天数做循环上界，遇到闰年时循环到索引365（Python索引从0开始，对应第366天）就会触发index exceeds dimension bound错误。

另外原代码还有两个隐藏问题：一是硬切割time.units字符串取年份，不同数据集的时间单位字符串格式不一致，很容易读错年份加载错误文件；二是用df.loc[date]['t2']的链式索引写法赋值，pandas会触发SettingWithCopyWarning，大概率出现赋值不生效的问题。

核心修改点：

• 直接通过num2date解码NetCDF自带的时间变量，不硬切字符串取年份
• 循环时间步时以t2变量的实际第一维（时间维）长度为上界，完全避免越界
• 按实际日期匹配赋值，不依赖顺序索引对齐
• 修复链式索引赋值问题，新增缺失值插值逻辑适配365天格式数据集

from netCDF4 import Dataset, num2date
import numpy as np
import glob
import pandas as pd

# 扫描目录下所有nc文件
nc_file_list = []
for file in glob.glob('*.nc'):
    print(f"加载文件: {file}")
    nc_file_list.append(Dataset(file, 'r'))

# 解码所有文件的真实时间序列，生成完整日期索引
all_dates = []
for ds in nc_file_list:
    time_var = ds.variables['time']
    ds_dates = num2date(time_var[:], units=time_var.units, calendar=time_var.calendar)
    all_dates.extend(pd.to_datetime([d.strftime('%Y-%m-%d') for d in ds_dates]))
full_date_range = pd.date_range(start=min(all_dates), end=max(all_dates), freq='D')

# 读取站点列表
locations = pd.read_csv('Locations.csv')
for _, row in locations.iterrows():
    site_name = row['Name']
    target_lat = row['Latitude']
    target_lon = row['Longitude']
    # 初始化当前站点的结果df
    site_df = pd.DataFrame(0.0, columns=['t2'], index=full_date_range)

    for ds in nc_file_list:
        # 匹配最邻近格点索引
        lat_arr = ds.variables['lat'][:]
        lon_arr = ds.variables['lon'][:]
        lat_idx = np.argmin((lat_arr - target_lat)**2)
        lon_idx = np.argmin((lon_arr - target_lon)**2)
        # 读取t2变量和对应实际时间
        t2_arr = ds.variables['t2']
        time_var = ds.variables['time']
        ds_dates = num2date(time_var[:], units=time_var.units, calendar=time_var.calendar)
        ds_dates_pd = pd.to_datetime([d.strftime('%Y-%m-%d') for d in ds_dates])
        # 按变量实际时间长度循环，从根源避免越界
        for t_idx in range(t2_arr.shape[0]):
            current_date = ds_dates_pd[t_idx]
            site_df.loc[current_date, 't2'] = t2_arr[t_idx, lat_idx, lon_idx]
    
    # 若数据集为365天格式，闰日缺失值用时间线性插值补全，不需要可注释下行
    site_df = site_df.interpolate(method='time')
    site_df.to_csv(f"{site_name}.csv")

# 关闭所有打开的nc文件
for ds in nc_file_list:
    ds.close()

• 处理NetCDF数据时不要依赖工具读取的全局属性判断单变量维度，一定要在代码里打印变量.shape确认目标变量的各维度真实长度，避免全局属性和实际存储不一致的问题。
• 如果你的新数据集是固定365天的气候态数据集，本身不存储闰日数值，修复后的代码会自动识别变量长度，不会触发越界，闰日位置可以根据业务需求选择插值补全、留空或者用相邻日期数值填充。

内容的提问来源于stack exchange，提问作者Ahmad Bilal