这篇文章主要介绍“怎么用python合并多个有规则命名的nc文件”，在日常操作中，相信很多人在怎么用python合并多个有规则命名的nc文件问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”怎么用python合并多个有规则命名的nc文件”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
现有多个nc文件，命名除了年份不同外，其他皆相同。希望将多个的nc文件合并为一个。
其中，每个nc文件内包含如下内容，包含12个月均数据
因此，我们可以知道，合并两个nc文件，time应该=‘24’，合并三个，time=‘36’。以此类推，合并x年，time=x*12。
主要通过xarray实现合并功能，并写出合并后的nc文件:
#导入用到的库import xarray as xrimport os#首先，利用一个循环将需要合并的年份挑选出来。我这里选择1982-2012年的数据file_xadv=[]for year in range(1982,2013): fn=os.path.join(path2,'xadv'+'%04.0f'%year+'.mon.161x720.nc') file_xadv.append(fn)运行后可以得到所有完整路径的文件列表：
下面就是进行合并啦：
#合并nc文件，通过xarray打开nc文件，并得到所需变量的xarray.DataArray，之后利用xarray.concat()实现合并的功能xadv_new=[]for i in range(len(file_xadv)): xadv=xr.open_dataset(file_xadv[i])['xadv'] xadv_new.append((xadv))da=xr.concat(hadv_new,dim='time')运行发现合并好啦：
xarray.concat()官方介绍如下：
xarray.concat
例外，官网也给出了其他的合并方式，大家可以按需所求：
有关沿单个维度组合数据集或数据数组的信息，使用 concatenate。
有关合并具有不同变量的数据集，使用 merge。
有关合并具有不同索引或缺失值的数据集或数据数组的信息，使用 combine。
有关沿多个维度组合数据集或数据数组的信息，使用 combining.multi。
Combining data
附上完整实现代码：
import xarray as xrimport ospath2='E:\\BaiduNetdiskDownload\\MSE_budget\\xadv\\'file_xadv=[]for year in range(1982,2013): fn=os.path.join(path2,'xadv'+'%04.0f'%year+'.mon.161x720.nc') file_xadv.append(fn)hadv_new=[]for i in range(len(file_xadv)): xadv=xr.open_dataset(file_xadv[i])['xadv'] hadv_new.append((xadv))da=xr.concat(hadv_new,dim='time')da.to_netcdf('D:\\desktopppp\\sst_olr\\interp_nan\\xadv_interp.nc')#输出合并后的nc文件到此，关于“怎么用python合并多个有规则命名的nc文件”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注编程网网站，小编会继续努力为大家带来更多实用的文章！
