咨询xarray拼接具有不同坐标轴的多个数据集的工作机制与实现方法

嗨，我完全懂你现在碰到的问题——每个实验实例（这里就是不同的房子）对应的数据集，主坐标轴的取值完全不一样，直接拼接肯定会出乱子。先帮你把没写完的代码补全，再梳理下当前的数据结构：

import numpy as np
import xarray as xr

houses = ["House_0", "House_1"]
ds_list = []

for house in houses:
    if house == "House_0":
        rooms = ["Kitchen", "Bedroom", "Lounge"]
    elif house == "House_1":
        rooms = ["Garage", "Bathroom", "Basement"]

    temperature = np.random.rand(len(rooms))
    pressure = np.random.rand(len(rooms))
    
    coords_label = "".join(["Rooms_", house])

    ds_list.append(xr.Dataset({
        "Temperature": ([coords_label], temperature),
        "Pressure": ([coords_label], pressure)
    }, coords={coords_label: rooms}))

现在每个数据集的坐标是独立的Rooms_House_0和Rooms_House_1，xarray没法直接把这些完全不同的坐标维度合并。下面给你两种实用的解决方案，适配不同的需求：

方案一：重构数据结构（最推荐） #

新增house维度，统一room坐标维度，让数据结构更规范，后续分析也更方便：

# 先整理所有房间的集合（也可以跳过这步，让xarray自动用NaN填充缺失值）
all_rooms = ["Kitchen", "Bedroom", "Lounge", "Garage", "Bathroom", "Basement"]

ds_combined = xr.Dataset()
for house in houses:
    # 生成单房子的数据
    if house == "House_0":
        rooms = ["Kitchen", "Bedroom", "Lounge"]
    else:
        rooms = ["Garage", "Bathroom", "Basement"]
    temp = np.random.rand(len(rooms))
    pres = np.random.rand(len(rooms))
    
    # 创建带house和room维度的数据集
    ds_single = xr.Dataset(
        {
            "Temperature": (["house", "room"], [temp]),
            "Pressure": (["house", "room"], [pres])
        },
        coords={
            "house": [house],
            "room": rooms
        }
    )
    # 合并到总数据集，缺失的房间会自动填充NaN
    ds_combined = xr.merge([ds_combined, ds_single], join="outer")

print(ds_combined)

这种方式的好处是：数据结构是标准的多维数组，后续可以轻松按house或room筛选、计算，比如ds_combined.sel(house="House_0")就能快速拿到House0的所有数据。

方案二：保留独立坐标，新增维度包裹 #

如果你不想改变原始坐标的独立性，只是想把多个数据集合并成一个，可以给每个数据集新增house维度后拼接：

# 给每个数据集新增house维度
ds_with_house = []
for house, ds in zip(houses, ds_list):
    ds_expanded = ds.expand_dims({"house": [house]})
    ds_with_house.append(ds_expanded)

# 按house维度拼接
ds_combined = xr.concat(ds_with_house, dim="house")

print(ds_combined)

这种方式会保留原来的Rooms_House_0和Rooms_House_1维度，每个house对应的维度只包含自己的房间数据，好处是完全保留原始结构，但后续索引需要更明确的指定，比如ds_combined.sel(house="House_0").Temperature。

背后的工作机制 #

xarray拼接/合并的核心是维度对齐：

• concat是沿着指定维度把多个数据集拼起来，要求除了拼接维度外，其他维度的名称和长度必须一致；
• merge是按坐标对齐合并变量，适合不同数据集有重叠或不同坐标的场景，会自动填充缺失值。

备注：内容来源于stack exchange，提问作者Aluvinder