如何使用xarray.assign创建保留time、lat、lon坐标的新变量

问题根因 #

你现在的报错和变量维度异常，核心是两个错误操作导致的：

• 赋值后多余的reset_index+reset_coords操作，把原本绑定到lat维度的新变量拆成了独立维度的变量，生成了多余的hemisphere、climate_zone维度
• 生成的分类变量没有和数据集原有(time, lat, lon)维度做对齐广播，坐标绑定不正确

正确实现代码 #

import numpy as np
import xarray as xr

def get_latitude_band(latitude):
    return np.select(
        condlist=
        [abs(latitude) < 23.45,
         abs(latitude) < 35,
         abs(latitude) < 66.55],
        choicelist=
        ["tropical",
         "sub_tropical",
         "temperate"],
        default="frigid"
    )

def get_hemisphere(latitude):
    return np.select(
        [latitude > 0, latitude <=0],
        ["north", "south"]
    )

# 赋值新变量，指定维度绑定关系
mhw_data = mhw_data.assign(
    # 格式为 (维度名, 数值数组)，明确新变量和lat维度绑定
    climate_zone = ('lat', get_latitude_band(mhw_data.lat)),
    hemisphere = ('lat', get_hemisphere(mhw_data.lat))
)

# 可选：如果需要让新变量和evapr等数据变量完全同维度(time, lat, lon)，执行广播
mhw_data['climate_zone'] = mhw_data.climate_zone.broadcast_like(mhw_data.evapr)
mhw_data['hemisphere'] = mhw_data.hemisphere.broadcast_like(mhw_data.evapr)

效果验证 #

处理后的数据集不会生成多余维度，新变量会正确绑定lat/time/lon坐标，后续的堆叠转DataFrame操作可以正常运行：

stacked = mhw_data[var].stack(dim=["lon", "lat", "time"]).to_pandas().T

如果是要把整个数据集转为DataFrame，也可以直接调用mhw_data.to_dataframe().reset_index()，无需手动堆叠

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