### 将 NetCDF 文件转换为 Excel (XLSX) 文件 为了实现将 NetCDF (.nc) 文件转换为 Excel (.xlsx) 文件的功能，可以采用 Python 中的 `netCDF4` 库来读取 nc 文件，并利用 `pandas` 和 `openpyxl` 来创建和写入 xlsx 文件。 #### 安装所需库 首先需要确保环境中已经安装了必要的 Python 包： ```bash pip install netCDF4 pandas openpyxl ``` #### 转换过程详解 通过下面的例子展示具体的操作流程。假设有一个名为 'data.nc' 的 NetCDF 文件，其中包含了多个维度的数据集，比如时间、纬度、经度等。 ```python import netCDF4 as nc import pandas as pd def convert_nc_to_xlsx(nc_file_path, output_excel_path): dataset = nc.Dataset(nc_file_path) # 获取所有的变量名 variables = list(dataset.variables.keys()) dfs = [] for var in variables: data_var = dataset[var][:] if len(data_var.shape) == 1: # 对于一维数组直接处理 df = pd.DataFrame({var: data_var}) elif len(data_var.shape) >= 2: # 处理二维及以上的情况 coords = {} dims = dataset.variables[var].dimensions for dim in dims: coord_data = dataset[dim][:] coords[dim] = [str(x) for x in coord_data] multi_index = pd.MultiIndex.from_product([coords[d] for d in dims], names=dims) df = pd.Series(data_var.flatten(), index=multi_index).reset_index(name=var) dfs.append(df) combined_df = pd.concat(dfs, axis=1) unique_columns = set() new_cols = [] for col in combined_df.columns: if isinstance(col, tuple): # 如果是多重索引，则只保留最后一级作为列名 final_col_name = '_'.join(map(str, col)) else: final_col_name = str(col) count = 0 temp_col_name = final_col_name while temp_col_name in unique_columns: count += 1 temp_col_name = f"{final_col_name}_{count}" unique_columns.add(temp_col_name) new_cols.append(temp_col_name) combined_df.columns = new_cols with pd.ExcelWriter(output_excel_path, engine='openpyxl') as writer: combined_df.to_excel(writer, sheet_name='Sheet1', index=False) convert_nc_to_xlsx('path/to/data.nc', 'output.xlsx') ``` 此脚本会遍历给定 NetCDF 文件中的所有变量，并尝试根据其维度结构构建适当格式化的 DataFrame。对于高维数据（如三维或更多），该函数会创建一个多层索引来表示这些额外的维度[^1]。