将CSV转换为NetCDF

Question

我正在尝试通过Python将一个.csv文件转换为netCDF4格式，但我在如何将.csv表格中的信息存储到netCDF中遇到了困难。我最关心的是如何将列中的变量声明为可用的netCDF4格式？我找到的资料大多是从netCDF4提取信息到.csv或ASCII格式。我提供了示例数据、示例代码和我在声明适当数组时遇到的错误。任何帮助都将不胜感激。

下面是示例表格：

Station Name    Country  Code   Lat Lon mn.yr   temp1   temp2   temp3   hpa 
Somewhere   US  12340   35.52   23.358  1.19    -8.3    -13.1   -5  69.5
Somewhere   US  12340           2.1971  -10.7   -13.9   -7.9    27.9
Somewhere   US  12340           3.1971  -8.4    -13 -4.3    90.8

我的示例代码是：

#!/usr/bin/env python

import scipy
import numpy
import netCDF4
import csv

from numpy import arange, dtype 

#声明空数组

v1 = []
v2 = []
v3 = []
v4 = []

#打开csv文件，并为每个标题声明数组变量

f = open('station_data.csv', 'r').readlines()

for line in f[1:]:
    fields = line.split(',')
    v1.append(fields[0]) #station
    v2.append(fields[1])#country
    v3.append(int(fields[2]))#code
    v4.append(float(fields[3]))#lat
    v5.append(float(fields[3]))#lon
#more variables included but this is just an abridged list
print v1
print v2
print v3
print v4

#转换为netcdf4框架，使其作为netcdf工作

ncout = netCDF4.Dataset('station_data.nc','w') 

# 纬度和经度。缺失的数字用NaN表示

lats_out = -25.0 + 5.0*arange(v4,dtype='float32')
lons_out = -125.0 + 5.0*arange(v5,dtype='float32')

# 输出数据。

press_out = 900. + arange(v4*v5,dtype='float32') # 1d array
press_out.shape = (v4,v5) # reshape to 2d array
temp_out = 9. + 0.25*arange(v4*v5,dtype='float32') # 1d array
temp_out.shape = (v4,v5) # reshape to 2d array

# 创建纬度和经度的维度。

ncout.createDimension('latitude',v4)
ncout.createDimension('longitude',v5)

# 定义坐标变量。它们将保存坐标信息

lats = ncout.createVariable('latitude',dtype('float32').char,('latitude',))
lons = ncout.createVariable('longitude',dtype('float32').char,('longitude',))

# 为坐标变量的数据分配单位属性。这会将一个文本属性附加到每个坐标变量上，包含单位信息。

lats.units = 'degrees_north'
lons.units = 'degrees_east'

# 将数据写入坐标变量。

lats[:] = lats_out
lons[:] = lons_out

# 创建压力和温度变量

press = ncout.createVariable('pressure',dtype('float32').char,('latitude','longitude'))
temp = ncout.createVariable('temperature',dtype('float32').char,'latitude','longitude'))

# 设置单位属性。

press.units =  'hPa'
temp.units = 'celsius'

# 将数据写入变量。

press[:] = press_out
temp[:] = temp_out

ncout.close()
f.close()

错误：

Traceback (most recent call last):
  File "station_data.py", line 33, in <module>
    v4.append(float(fields[3]))#lat
ValueError: could not convert string to float: 

Answer 1

虽然上面提到的 xarray 是一个很棒的工具，但也值得看看英国气象局的 iris 库。Iris 的一个主要优点是它能帮助创建符合气候预测（CF 规范）的 netCDF 文件。它通过提供一些辅助功能来定义 标准名称、单位、坐标系统和其他元数据规范，从而实现这一点。此外，它还提供绘图、子集提取和分析的工具。

对于像这样的地球科学数据，CF 是 netCDF 文件的推荐标准。

作为使用的一个例子，这个 Python 笔记本 重新实现了上面的 AO/NAO 示例。

Answer 2

这项工作非常适合使用xarray，这是一个Python库，它有一个数据集对象，可以表示netcdf常见数据模型。下面是一个你可以尝试的例子：

import pandas as pd
import xarray as xr

url = 'http://www.cpc.ncep.noaa.gov/products/precip/CWlink/'

ao_file = url + 'daily_ao_index/monthly.ao.index.b50.current.ascii'
nao_file = url + 'pna/norm.nao.monthly.b5001.current.ascii'

kw = dict(sep='\s*', parse_dates={'dates': [0, 1]},
          header=None, index_col=0, squeeze=True, engine='python')

# read into Pandas Series
s1 = pd.read_csv(ao_file, **kw)
s2 = pd.read_csv(nao_file, **kw)

s1.name='AO'
s2.name='NAO'

# concatenate two Pandas Series into a Pandas DataFrame
df=pd.concat([s1, s2], axis=1)

# create xarray Dataset from Pandas DataFrame
xds = xr.Dataset.from_dataframe(df)

# add variable attribute metadata
xds['AO'].attrs={'units':'1', 'long_name':'Arctic Oscillation'}
xds['NAO'].attrs={'units':'1', 'long_name':'North Atlantic Oscillation'}

# add global attribute metadata
xds.attrs={'Conventions':'CF-1.0', 'title':'AO and NAO', 'summary':'Arctic and North Atlantic Oscillation Indices'}

# save to netCDF
xds.to_netcdf('/usgs/data2/notebook/data/ao_and_nao.nc')

然后运行 ncdump -h ao_and_nao.nc 会产生：

netcdf ao_and_nao {
dimensions:
        dates = 782 ;
variables:
        double dates(dates) ;
                dates:units = "days since 1950-01-06 00:00:00" ;
                dates:calendar = "proleptic_gregorian" ;
        double NAO(dates) ;
                NAO:units = "1" ;
                NAO:long_name = "North Atlantic Oscillation" ;
        double AO(dates) ;
                AO:units = "1" ;
                AO:long_name = "Arctic Oscillation" ;

// global attributes:
                :title = "AO and NAO" ;
                :summary = "Arctic and North Atlantic Oscillation Indices" ;
                :Conventions = "CF-1.0" ;

请注意，你可以通过 pip 安装 xarray，但如果你使用的是Anaconda Python发行版，可以通过以下方式从Anaconda.org/conda-forge频道安装：

conda install -c conda-forge xarray

Answer 3

如果你查看你的输入文件，你会发现第二行的Lat列没有对应的值。当你读取这个csv文件时，这个值，也就是fields[3]，会被存储为空字符串""。这就是你遇到ValueError的原因。

你可以不使用默认的函数，而是定义一个新的函数来处理这个错误：

def str_to_float(str):
    try:
        number = float(str)
    except ValueError:
        number = 0.0
# you can assign an appropriate value instead of 0.0 which suits your requirement
    return number

现在你可以用这个新函数来替代内置的浮点数函数，方法如下：

v4.append(str_to_float(fields[3]))