Xarray按纬度坐标切片返回空维度的问题及解决方法

问题表现 #

处理气候模拟模型输出的NC数据时，使用Xarray的sel方法按纬度坐标切片返回空数组，但经度切片逻辑完全相同可以正常返回结果。

读取数据代码 #

xr.open_mfdataset(nc_list[1])

读取到的数据集核心坐标信息如下：

<xarray.Dataset>
Dimensions:        (bnds: 2, time: 1128, lev: 13, lat: 360, lon: 720)
Coordinates:
  * lat            (lat) float64 89.75 89.25 88.75 ... -88.75 -89.25 -89.75
  * lon            (lon) float64 -179.8 -179.2 -178.8 ... 178.8 179.2 179.8

异常复现 #

经度切片正常运行：

xr.open_mfdataset(nc_list[1]).sel(lon=slice(0, 100))

返回结果保留200个有效lon维度值。
纬度切片返回空：

xr.open_mfdataset(nc_list[1]).sel(lat=slice(0, 100))

返回结果lat维度长度为0，无匹配坐标。

问题原因 #

Xarray的sel方法使用slice做区间筛选时，会严格遵循坐标本身的排列顺序做匹配。
当前数据集的lon坐标是从西到东升序排列（值从小到大），所以slice(0,100)可以正常匹配到0到100经度的区间；但lat坐标是从北纬到南纬降序排列（值从大到小），slice(0,100)是按照从小到大的区间做匹配，找不到符合条件的坐标值，就返回空数组。

解决方法 #

方法1：适配降序坐标调整slice参数 #

直接反转slice的起止值，把区间高值放在前面，低值放在后面：

xr.open_dataset(path, decode_times=False).sel(lat=slice(100, 0))

即可正确匹配0°N到90°N的纬度区间。

方法2：通用兼容方案（推荐） #

先对lat坐标做升序排序，之后就可以统一用从小到大的slice逻辑做切片，不用再记忆坐标排列顺序：

# 先对纬度坐标升序排序
ds = xr.open_mfdataset(nc_list[1]).sortby('lat')
# 常规切片即可正常运行
ds_sel = ds.sel(lat=slice(0, 100))

内容的提问来源于stack exchange，提问作者Ilya