技術標籤：python資料分析

將多個月的nc資料檔案合併成一個（月平均）

最近在處理nc資料，希望可以獲得多年的月平均資料。但是ERA這個產品從網站上下載到的是每個月的日資料，所以我希望可以把他合成一個，以每個月月平均資料儲存的nc檔案。

首先是引入要用的庫：

from netCDF4 import Dataset   #nc庫功能不用說，讀nc檔案肯定要用
import numpy as np
from pandas import Series
import netCDF4 as nc
import tkinter as tk
from tkinter import filedialog #這兩個是用來讀取資料夾的
 

定義一個nc檔案類：

class ncfile:
    def __init__(self,file_name):
        #用於讀取資料
        NCfile=nc.Dataset(file_name)
        #獲取維度的值，一般有時間、經緯度、各個數值
        self.time=NCfile.variables['time'][:].data
        self.latitude=NCfile.variables['latitude'][:].data
        self.longitude=NCfile.variables['longitude'
 
][:].data
        self.e=NCfile.variables['e'][:].data
        self.sro=NCfile.variables['sro'][:].data
        self.ssro=NCfile.variables['ssro'][:].data
        self.tp=NCfile.variables['tp'][:].data       

定義幾個要用的全域性變數：

n=0 #這個用來記錄讀入的檔案數
'''
下面是用來儲存原始資料的，其實像time、latitude、longitude這種是不需要單獨
記錄的，只是為了在後面偷個懶，就順便打上了，但是這裡其實佔用了一部分記憶體，不太好
'''
 

times=[]
latitudes=[]
longitudes=[]
es=[]
sros=[]
ssros=[]
tps=[] 

#下面的是用來儲存最後要寫入的資料
times_after=[]
latitudes_after=[]
longitudes_after=[]
es_after=[]
sros_after=[]
ssros_after=[]
tps_after=[] 

然後定義讀入檔案的函式：

def read_files():
    #讀取存放要合併檔案的資料夾
    root=tk.Tk()
    root.withdraw()
    Folderpath=filedialog.askdirectory()    
    filelist = os.listdir(Folderpath)
    
    global n
    n=len(filelist)
    
    for i in range(n):
        temp=ncfile(str(Folderpath)+"/"+filelist[i])
        times.append(temp.time)
        latitudes.append(temp.latitude)
        longitudes.append(temp.longitude)
        es.append(temp.e)
        sros.append(temp.sro)
        ssros.append(temp.ssro)
        tps.append(temp.tp)

處理資料，得到每個月月平均值的矩陣：

read_files()
for i in range(n):
    tps_after.append(np.mean(tps[i],axis=0))
    es_after.append(np.mean(es[i],axis=0))
    sros_after.append(np.mean(sros[i],axis=0))
    ssros_after.append(np.mean(ssros[i],axis=0))

最後建立新的nc檔案並寫入資料：

#寫入部分
#建立新檔案
new_NC = nc.Dataset("test-result.nc", 'w', format='NETCDF4')

'''
定義維度，後一個引數表示維度的長度，因為是合併的同一個產品的資料，所以是統一
的,注意維度的長度一定要和讀入的資料匹配
'''
new_NC.createDimension('time', n)
new_NC.createDimension('latitude', len(latitudes[0]))
new_NC.createDimension('longitude', len(longitudes[0]))
new_NC.createDimension('e', len(es[0]))
new_NC.createDimension('sro', len(sros[0]))
new_NC.createDimension('ssro', len(ssros[0]))
new_NC.createDimension('tp', len(tps[0]))

#定義變數，這裡需要規定變數的型別，以及限制它的維度
#可以看到，四個與資料相關的變數，其由另外三個基本維度約束
new_NC.createVariable('time', 'u4',("time"))
new_NC.createVariable('latitude', 'f', ("latitude"))
new_NC.createVariable('longitude', 'f', ("longitude"))
new_NC.createVariable('e', 'f', ("time","latitude","longitude"))
new_NC.createVariable('sro', 'f',("time","latitude","longitude"))
new_NC.createVariable('ssro', 'f',("time","latitude","longitude"))
new_NC.createVariable('tp', 'f',("time","latitude","longitude"))

#向變數中填充資料
new_NC.variables['latitude'][:] = latitudes[0]
new_NC.variables['longitude'][:] = longitudes[0]

new_NC.variables['e'][:]=np.array(es_after)
new_NC.variables['sro'][:]=np.array(sros_after)
new_NC.variables['ssro'][:]=np.array(ssros_after)
new_NC.variables['tp'][:]=np.array(tps_after)

#最後記得關閉檔案
new_NC.close()

新人，還在學習和探索中，有問題請各位大佬指正。