我一直在使用python包xgrads来解析和读取后缀为.ctl
的描述符文件,该文件描述了GrADS(网格分析和显示系统)提供的原始二进制3D数据集,GrADS是一种广泛使用的软件,用于轻松访问,操作和可视化地球科学数据。我一直在使用下面的代码将二进制数据读入xarray.Dataset
。
from xgrads import open_CtlDataset
dset = open_CtlDataset('./ur2m_eta40km_2001011312.ctl')
# print all the info in ctl file
print(dset)
<xarray.Dataset>
Dimensions: (time: 553, lat: 36, lon: 30)
Coordinates:
* time (time) datetime64[ns] 2001-01-13T12:00:00 ... 2001-05-31T12:00:00
* lat (lat) float32 -21.2 -20.8 -20.4 -20.0 -19.6 ... -8.4 -8.0 -7.6 -7.2
* lon (lon) float32 -47.8 -47.4 -47.0 -46.6 ... -37.4 -37.0 -36.6 -36.2
Data variables:
ur2m (time, lat, lon) float32 dask.array<chunksize=(1, 36, 30), meta=np.ndarray>
Attributes:
comment: Relative Humidity 2m
storage: 99
title: File
undef: 1e+20
pdef: None
字符串
该.ctl
文件包括从2001-01-13 12:00:00 hs到2001-05-31 12:00:00 hs每6小时在预定义区域上估计的湿度的预报结果。绘制第一个时间步的结果(2001-01- 13 T12:00:00),我得到了以下结果:
ds['ur2m'][0,...].plot()
型
x1c 0d1x的数据
我想知道是否可以从这个xarray.Dataset
创建表格数据,并将其导出为单个.csv
或.txt
文件,遵循以下数据结构:
long lat ur2m time variable datetime
-47.8 -21.2 0 1 ur2m 2001-01-13 12:00:00
-47.4 -21.2 0 1 ur2m 2001-01-13 12:00:00
-47.0 -21.2 0 1 ur2m 2001-01-13 12:00:00
-46.6 -21.2 0 1 ur2m 2001-01-13 12:00:00
... ... ... ... <NA> ... <NA>
-37.4 -7.2 0 553 ur2m 2001-05-31 12:00:00
-37.0 -7.2 0 553 ur2m 2001-05-31 12:00:00
-36.6 -7.2 0 553 ur2m 2001-05-31 12:00:00
-36.2 -7.2 0 553 ur2m 2001-05-31 12:00:00
型
原始数据可用here
2条答案
按热度按时间pu3pd22g1#
试试这个:将netcdf转换为dataframe
字符串
将 Dataframe 保存到csv
型
p5fdfcr12#
我也遇到过类似的问题,这样做了,效果很好。
转换为xarray。DataArray
第一个月
转换为数据集
df = darray.to_dataset("variable")
导出为csv
df.to_csv("mydata.csv")
然后,您可以使用pandas导入csv,并处理列以获得最终的数据集。