如何使用Xarray合并维度长度不同的多个HDF5格式仪器观测数据文件

报错原因 #

你之前的写法是直接复制第一个数据集d1得到d0，此时d0的phony_dim_0维度长度固定为d1的对应长度（441），你将两个数据集的变量垂直拼接后总长度变为761，和原有维度长度不匹配，因此触发形状不匹配报错。

解决方案 #

直接使用Xarray自带的concat函数沿phony_dim_0维度拼接所有数据集即可，无需手动扩展维度或新建空数据集，该方法会自动保留原有数据的变量、属性结构，符合厂商软件的格式要求。

实现代码 #

import os
import xarray as xr

# 替换为你的数据存储文件夹路径
DATA_PATH = "./your_data_dir"

# 筛选目录下所有h5格式文件，避免读取无关文件
h5_files = [
    os.path.join(DATA_PATH, f) 
    for f in os.listdir(DATA_PATH) 
    if f.lower().endswith('.h5')
]

# 批量读取所有h5文件为Xarray数据集
ds_list = [xr.open_dataset(file) for file in h5_files]

# 沿时间维度phony_dim_0拼接所有数据集
ds_combined = xr.concat(
    ds_list, 
    dim="phony_dim_0",
    # 若不同文件的属性有冲突，可选择保留第一个文件的属性
    combine_attrs="override"
)

# 导出合并后的文件，使用h5netcdf引擎保证和原始HDF5格式兼容
ds_combined.to_hdf5("combined_output.h5", engine="h5netcdf")

# 关闭所有数据集释放内存
for ds in ds_list:
    ds.close()
ds_combined.close()

注意事项 #

• 如果合并后导入厂商软件识别异常，可以在导出时添加参数mode='w'覆盖写入，或者检查phony_dim_0维度的坐标值是否符合原始格式要求，无特殊需求不需要额外修改坐标。
• 单次合并的文件数量不受限制，代码支持任意多个同结构HDF5文件的拼接。

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