如何使用xarray计算相邻netCDF文件首尾时间戳的差值

你当前的代码逻辑是在同一个打开的netCDF文件对象内提取首尾时间戳，因此仅能计算单文件内部的时间跨度，无法实现跨文件计算，可通过以下两种方案调整达到目标：

方案1：相邻文件配对遍历（逻辑最直观） #

直接将文件列表错位拆分形成相邻文件对，逐对读取对应时间戳计算：

import xarray as xr

files = ['file_1.nc', 'file_2.nc', 'file_3.nc', 'file_4.nc']
time_diff_result = []

# 构建相邻文件对：前序文件为列表中除最后一个的所有元素，后序文件为除第一个的所有元素
for prev_file, curr_file in zip(files[:-1], files[1:]):
    # 读取前序文件的最后一个时间戳
    with xr.open_dataset(prev_file) as prev_ds:
        prev_last_ts = prev_ds['time'][-1].values
    # 读取后序文件的第一个时间戳
    with xr.open_dataset(curr_file) as curr_ds:
        curr_first_ts = curr_ds['time'][0].values
    # 计算差值，同时存储对应文件对信息方便排查
    time_diff = curr_first_ts - prev_last_ts
    time_diff_result.append((f"{prev_file} -> {curr_file}", time_diff))

这种方式代码可读性强，计算逻辑完全匹配你的需求，适合文件总量不大的场景。

方案2：缓存前序文件时间戳（IO效率更高） #

顺承你原本的单文件循环结构，仅额外增加一个缓存变量存储上一轮读取的文件最后时间戳，每个文件仅需打开一次即可完成计算，避免方案1中中间文件被重复打开的IO开销：

import xarray as xr

files = ['file_1.nc', 'file_2.nc', 'file_3.nc', 'file_4.nc']
time_diff_result = []
# 缓存变量：存储上一个读取文件的最后时间戳
prev_last_ts = None

for file in files:
    # 一次性读取当前文件的首尾时间戳
    with xr.open_dataset(file) as ds:
        curr_first_ts = ds['time'][0].values
        curr_last_ts = ds['time'][-1].values
    
    # 跳过首个文件：无前置相邻文件，直接缓存其末次时间戳
    if prev_last_ts is not None:
        time_diff = curr_first_ts - prev_last_ts
        time_diff_result.append(time_diff)
    # 更新缓存为当前文件的末次时间，供下一轮相邻对计算使用
    prev_last_ts = curr_last_ts

注意事项 #

• 代码中使用with上下文管理器打开netCDF文件，读取完成后会自动释放文件句柄，避免出现文件被占用的问题
• 若需要统一差值的时间单位（如转换为小时、天级间隔），可将读取到的时间戳转为pandas.Timestamp类型后再计算，直接获取带明确单位的时间间隔
• 输入的文件列表长度为N时，最终计算得到的相邻时间差总数量为N-1个，与你要求的遍历规则完全匹配

内容的提问来源于stack exchange，提问作者pythonbeginner90