Python读取NDACC的HDF文件时遇文件打开错误，求助解决及数据导出方案

看起来你在处理NDACC的HDF文件时踩了好几个典型的坑，我来帮你一步步理清解决思路：

一、先搞定文件打不开的核心问题 #

首先先排查几个最容易忽略的小细节：

• 先确认路径绝对正确：很多时候“文件不存在”的报错都是相对路径的锅！你可以先在脚本里加两行代码验证：

  import os
  print("当前工作目录：", os.getcwd())
  print("文件是否存在：", os.path.exists('Data/groundbased_ftir.hdf'))
  

  如果输出是False，要么是你写的路径错了，要么是当前工作目录根本不是你放脚本的那个文件夹——直接换成文件的绝对路径（比如C:/Users/你的用户名/Documents/Data/groundbased_ftir.hdf或者/home/你的用户名/Data/groundbased_ftir.hdf）肯定不会错。
• 搞清楚HDF的版本：这是关键！你用h5py报错“File signature not found”，是因为NDACC的很多HDF文件是HDF4格式，而h5py只支持HDF5格式，认不出HDF4的文件头，自然就报错了。这也是为什么IDL能打开——IDL对HDF4的支持本来就比Python的基础库好。

那Python里读HDF4得用专门的库，推荐两个常用的：

方法1：用pyhdf库（专门针对HDF4） #

先装库：pip install pyhdf，然后试试这个代码：

from pyhdf.SD import SD, SDC

# 换成你的文件绝对路径
file_path = "/完整的绝对路径/groundbased_ftir.hdf"
# 打开文件
hdf_file = SD(file_path, SDC.READ)
# 先看看文件里有哪些数据集，方便你找自己要的内容
print("文件里的所有数据集：", hdf_file.datasets().keys())
# 比如读取某个叫"target_dataset"的数据集（换成你实际看到的名称）
target_data = hdf_file.select("target_dataset")
data = target_data.get()
# 看看数据的基本信息
print("数据形状：", data.shape)
print("前5行数据：", data[:5])

方法2：用netCDF4库（部分NDACC的HDF4兼容netCDF接口） #

如果pyhdf装不上或者读不了，试试netCDF4：pip install netCDF4，代码示例：

from netCDF4 import Dataset

file_path = "/完整的绝对路径/groundbased_ftir.hdf"
nc_file = Dataset(file_path, 'r')
# 查看所有可读取的变量
print("所有变量名称：", list(nc_file.variables.keys()))
# 读取指定变量
var_data = nc_file.variables["你的变量名"][:]
print(var_data)

另外，你之前用pandas的read_hdf完全不适用这个场景——pandas的read_hdf只能读pandas自己生成的HDF文件，根本读不了这种科学领域的HDF4/HDF5数据，所以别再用这个方法啦。

二、把数据导出成CSV的方法 #

当你成功读到数据之后，转CSV就很简单了，用pandas帮忙就行：

import pandas as pd

# 假设你已经读到了核心数据data，还有对应的时间、经纬度等辅助数据
# 先把数据整理成字典形式（键是CSV的列名，值是对应的数据）
data_dict = {
    "时间": time_array,
    "观测值": data.flatten(),  # 如果是多维数组，先展平成一维，或者按维度拆分
    "纬度": lat_array,
    "经度": lon_array
}
# 转成DataFrame
df = pd.DataFrame(data_dict)
# 导出成CSV
df.to_csv("ndacc_ftir_data.csv", index=False, encoding="utf-8")

如果你的数据是多维的（比如随时间和高度变化），可以根据需求把数据拆分成多行，或者保留多维结构存成CSV（不过CSV一般是二维的，建议拆成二维表格再存）。

三、如果还是想用IDL导出数据的补充 #

既然你已经能在IDL里打开文件，那直接在IDL里转CSV也很方便：

1. 先查看文件里的数据集：

   hdf_id = HDF_OPEN('groundbased_ftir.hdf')
   HDF_SD_GETINFO, hdf_id, DATASETS=dataset_names
   PRINT, '所有数据集：', dataset_names
   

2. 读取你要的数据集：

   data = HDF_SD_READ(hdf_id, '你要的数据集名称')
   

3. 导出成CSV：

   ; 直接导出数据，如果需要表头可以先把表头和数据拼起来
   WRITE_CSV, 'idl_exported_data.csv', data, DELIMITER=','
   

备注：内容来源于stack exchange，提问作者Ara