如何使用assign方法为xarray.Dataset添加具有相同time、latitude、longitude维度的新变量

我来帮你搞定这个问题～你遇到的问题其实是因为直接把numpy数组传给assign时，xarray没办法自动识别它应该对应原Dataset里的哪些维度，所以才会生成新的band、x、y维度，和原数据集的维度不匹配。

咱们可以通过先把rgi_raster包装成和原Dataset维度对齐的xarray.DataArray，再添加进去，具体步骤如下：

方法一：先创建匹配维度的DataArray，再广播到time维度 #

因为你的rgi_raster形状是(1, 360, 720)，其中第一个维度是多余的band维度，咱们先把它去掉，然后绑定原Dataset的latitude和longitude坐标，最后广播到整个time维度（这样每个时间点都会复用这个raster的数据）：

import xarray as xr

# 第一步：去掉rgi_raster中多余的band维度，得到(360, 720)的数组
rgi_clean = rgi_raster.squeeze()

# 第二步：创建和原Dataset维度匹配的DataArray
rgi_da = xr.DataArray(
    rgi_clean,
    dims=["latitude", "longitude"],  # 指定和原数据集一致的维度名
    coords={
        "latitude": ds2.latitude,
        "longitude": ds2.longitude
    }
)

# 第三步：把DataArray广播到和Glacier变量相同的维度（自动扩展time维度），然后添加到Dataset
ds2["rgi_raster"] = rgi_da.broadcast_like(ds2.Glacier)

方法二：用assign的lambda写法一步完成 #

如果你想更简洁，也可以直接在assign里用lambda函数处理：

ds2 = ds2.assign(
    rgi_raster=lambda ds: xr.DataArray(
        rgi_raster.squeeze(),
        dims=["latitude", "longitude"],
        coords={"latitude": ds.latitude, "longitude": ds.longitude}
    ).broadcast_like(ds.Glacier)
)

为什么之前的方法不行？ #

直接传入numpy数组时，xarray无法推断这个数组对应的维度信息，所以会默认给它创建新的维度（比如band、x、y），而不会复用原Dataset已有的latitude、longitude和time维度。通过手动创建DataArray并绑定坐标，我们就能告诉xarray该如何对齐维度啦。

备注：内容来源于stack exchange，提问作者user5618251