xarray重命名变量后写入netcdf时变量名变回旧名称问题

• 核心原因是xarray的rename_vars方法仅修改Dataset层面的变量名标识，不会同步更新对应变量编码（encoding）属性中的original_name字段。
• 调用to_netcdf()写入netCDF文件时，底层写入逻辑会优先采用encoding中存储的原始变量名，最终导致写入后的文件变量名回退为旧名称。

提供三种可直接落地的方案，任选其一即可：

方案1：重命名后删除对应变量的original_name编码属性 #

修改后的完整代码如下：

# rename and save files
import glob
import xarray as xr
precip_files = glob.glob('/Volumes/Ext HDD 1/Python_data/crop_means/*tp*.nc')

for i in precip_files:
    data = xr.open_dataset(i)
    data2 = data.rename_vars(name_dict={'tp_mean':'total_precip'})
    # 清空重命名后变量的original_name编码属性，避免写入时回退
    del data2['total_precip'].encoding['original_name']
    save_path = '/Volumes/Ext HDD 1/Python_data/crop_means2/' + i.split('/')[-1].split('_')[0] + '_total_precip_mean.nc'
    data2.to_netcdf(save_path)

方案2：写入文件时通过encoding参数强制覆盖配置 #

不需要修改Dataset本身的属性，写入时直接指定变量编码即可：

# 调用to_netcdf时传入encoding参数
data2.to_netcdf(save_path, encoding={'total_precip': {'original_name': 'total_precip'}})

方案3：加载文件时禁用original_name记录 #

加载原始netCDF文件时添加mask_and_scale=False参数，从根源避免原始变量名被写入encoding：

# 加载阶段添加参数
data = xr.open_dataset(i, mask_and_scale=False)

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