### 将Pandas DataFrame转换为NetCDF (.nc) 文件 为了实现将Pandas `DataFrame` 对象保存为 NetCDF 文件的功能，可以利用 Python 的 `netCDF4` 库来完成此操作。下面是一个具体的例子说明如何执行这种转换。 #### 安装必要的库 如果尚未安装所需的包，则可以通过 pip 来安装： ```bash pip install pandas netCDF4 numpy ``` #### 创建并保存DataFrame到NetCDF文件的例子 ```python import pandas as pd from netCDF4 import Dataset import numpy as np # 构建一个简单的示例 DataFrame dates = pd.date_range('20230101', periods=6) df = pd.DataFrame(np.random.rand(6, 4), index=dates, columns=list('ABCD')) def df_to_netcdf(df, filename='output.nc'): """ 将 Pandas DataFrame 转换为 NetCDF 文件 参数: df (pd.DataFrame): 输入的数据框. filename (str): 输出的 NetCDF 文件名，默认为 'output.nc'. 返回: None """ # 打开一个新的 NetCDF 文件用于写入模式 ('w') dataset = Dataset(filename, mode='w') # 添加维度 time_dim = dataset.createDimension('time', len(df)) # 如果有列不是时间序列则创建额外维度 var_dims = ['var'] if isinstance(df.columns, pd.RangeIndex) else list(df.columns) for dim_name in var_dims: dataset.createDimension(dim_name, len(df.columns)) # 创建变量 times = dataset.createVariable('time', 'f8', ('time',)) times.units = 'hours since 0001-01-01 00:00:00.0' times.calendar = 'gregorian' # 设置时间轴上的值 from datetime import timedelta base_date = min(df.index).to_pydatetime() times[:] = [(base_date + timedelta(days=int(i))).timestamp() / 3600 for i in range(len(df))] # 遍历每一列并将它们作为单独的变量存储在 NetCDF 中 for col in df.columns: data_var = dataset.createVariable(col, 'f8', ('time',)) data_var[:] = df[col].values # 关闭连接 dataset.close() # 使用定义的方法保存 DataFrame 到 .nc 文件 df_to_netcdf(df=df, filename="example_data.nc") print(f"Pandas DataFrame has been successfully saved into {filename}.") ``` 上述代码片段展示了怎样把带有日期索引的时间序列数据从 Pandas 数据帧导出至 NetCDF 格式的文件中[^1]。