使用xr.Dataset.to_netcdf保存文件时lat变量填充值冲突报错如何解决

报错核心原因：lat变量同时配置了两个冲突的缺测值标识属性：_FillValue被设为nan，missing_value被设为-9999.0，NetCDF格式编码要求这两个属性的值必须完全一致才能写入文件。

解决方案 #

• 方案1：统一两个属性的取值
  根据业务需求将两个属性设为相同值，示例代码：

  import numpy as np
  # 统一设为nan
  ds['lat'].attrs['missing_value'] = np.nan
  # 也可根据需求统一设为-9999.0
  # ds['lat'].attrs['_FillValue'] = -9999.0
  

  修改后重新执行写入操作即可。
• 方案2：删除冗余的缺测值属性
  两个属性作用相似，仅保留其中一个即可，xarray写入时会自动以保留的属性作为缺测标识：

  # 删除missing_value属性
  del ds['lat'].attrs['missing_value']
  # 也可选择删除_FillValue属性
  # del ds['lat'].attrs['_FillValue']
  

• 方案3：写入时通过encoding参数临时覆盖配置
  不需要修改原数据集属性，调用to_netcdf时指定encoding参数直接覆盖配置即可：

  import numpy as np
  ds.to_netcdf(
      'save/directory/filename.nc',
      encoding={
          'lat': {
              '_FillValue': np.nan,
              'missing_value': np.nan
          }
      }
  )
  

批量处理说明 #

如果有多个变量存在相同的属性冲突，可以通过遍历批量处理：

import numpy as np
# 遍历所有数据变量和坐标变量
for var in list(ds.data_vars) + list(ds.coords):
    if '_FillValue' in ds[var].attrs and 'missing_value' in ds[var].attrs:
        if ds[var].attrs['_FillValue'] != ds[var].attrs['missing_value']:
            # 可替换为你需要的统一逻辑
            del ds[var].attrs['missing_value']

坐标变量特殊说明 #

lat、lon这类坐标变量默认不需要设置_FillValue，也可以在encoding中指定'_FillValue': None，避免xarray自动添加缺测值属性。

内容的提问来源于stack exchange，提问作者hlee