xarray open_mfdataset读取1980年NetCDF文件时间戳异常

看起来你遇到的问题是文件名匹配的是1980年，但文件内部的时间戳混入了1979年的数据，我来一步步帮你排查和解决：

第一步：确认匹配到的文件是否真的都是1980年的 #

首先，先检查glob匹配到的文件列表，会不会有命名规则的问题（比如有的文件名是data_1980开头，但实际是1979年的文件）：

import glob
files = glob.glob("/mnt/nfs/home/solomon/Data/CFSR/NetCDFs_1979-2013/Subset/data_1980*")

# 打印所有匹配到的文件，检查文件名是否异常
print("匹配到的文件：")
for file_path in files:
    print(file_path.split("/")[-1])  # 只打印文件名，方便查看

第二步：检查每个文件的实际时间范围 #

如果文件名看起来都没问题，那大概率是某个文件内部的时间戳标错了，或者是跨年的文件（比如1980年1月的文件包含1979年12月底的数据）。写个小循环逐个验证：

import xarray as xr

for file_path in files:
    # 打开单个文件，只加载time变量，提升速度
    with xr.open_dataset(file_path, engine="netcdf4", chunks={"time": 1}) as ds_single:
        time_min = ds_single.time.min().dt.strftime("%Y-%m-%d").item()
        time_max = ds_single.time.max().dt.strftime("%Y-%m-%d").item()
        print(f"文件 {file_path.split('/')[-1]} 的时间范围：{time_min} 至 {time_max}")

运行这段代码后，你就能精准找到哪个文件里混入了1979年的时间戳。

第三步：针对性解决问题 #

根据排查结果，你可以选择以下两种方案：

方案1：排除异常文件 #

如果是某个文件本身就是错误的（比如文件名标了1980，但内容是1979），直接从files列表中移除它：

# 假设你找到异常文件是"data_1980_0101.nc"
files = [f for f in files if "data_1980_0101.nc" not in f]
# 再重新合并
ds = xr.open_mfdataset(files, engine="netcdf4")

方案2：合并后过滤时间范围 #

如果文件本身没问题（比如跨年数据是正常的），但你只需要1980年的完整数据，可以在合并后直接筛选时间：

ds = xr.open_mfdataset(files, engine="netcdf4")
# 筛选1980年全年的时间
ds_1980_clean = ds.sel(time=slice("1980-01-01", "1980-12-31"))
# 验证结果
print(f"清理后的时间范围：{ds_1980_clean.time.min().values} 至 {ds_1980_clean.time.max().values}")

要是想更高效，也可以在合并前就对每个文件做时间筛选，减少内存占用：

def filter_1980_data(ds):
    return ds.sel(time=slice("1980-01-01", "1980-12-31"))

ds = xr.open_mfdataset(files, engine="netcdf4", preprocess=filter_1980_data)

最后验证 #

不管用哪种方案，最后都可以用以下代码确认时间范围是否正确：

print(ds.time.sortby("time").isel(time=[0, -1]))  # 打印第一个和最后一个时间戳

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