xarray DataArray调用to_netcdf导出netCDF时datetime转换错误如何解决

你遇到的报错本质是time坐标虽然标注为datetime64[ns]类型，但实际存储的是格式不规范的字符串（报错中提到的1979-1-1 0为单月/单日未补零、后缀带小时位的非标准时间格式），xarray在序列化写入netCDF时无法将其自动转换为合法的Timestamp对象。

方案1：转换为标准datetime64格式 #

你的数据是1979-2018年逐月数据，共480个时间步，直接批量重置为规范时间坐标即可，操作代码如下：

import pandas as pd
# 方法1：自动解析原时间字符串
dO18Buton['time'] = pd.to_datetime(dO18Buton['time'], errors='coerce')
# 方法2：直接生成匹配的逐月时间坐标（更稳妥，避免原时间字符串的异常问题）
dO18Buton['time'] = pd.date_range(start='1979-01-01', end='2018-12-01', freq='MS')

转换完成后即可正常导出。如果之前手动给time坐标设置过不规范的units属性，需要先删除再转换：

if 'units' in dO18Buton.time.attrs:
    del dO18Buton.time.attrs['units']

方案2：使用CFTimeIndex实现（推荐，兼容性更强） #

完全可以通过CFTimeIndex解决该问题，该方案更适合非标准日历场景，也能避免Python原生datetime的序列化限制，操作代码如下：

import xarray as xr
# 生成符合CF规范的标准日历逐月时间索引
dO18Buton['time'] = xr.cftime_range(
    start='1979-01-01', 
    end='2018-12-01', 
    freq='MS', 
    calendar='standard' # 可根据需求替换为360_day、noleap等其他日历类型
)
# 导出文件
dO18Buton.to_netcdf('dO18Buton.nc', engine='netcdf4')

xarray会自动为CFTimeIndex生成符合CF公约的时间元数据，netcdf4引擎原生支持该格式，不会触发时间转换错误。

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