基于Python实现批量读取大量nc格式文件并导出全部时间信息.docx

第

基于Python实现批量读取大量nc格式文件并导出全部时间信息

forvalueintime_values:

date=netCDF4.num2date(value,units=time_units,calendar=time_calendar)

dates.append(date.strftime(%Y-%m-%d%H:%M:%S))

nc_dates.append((file_name,dates))

exceptExceptionase:

print(fErrorreadingfile{file_name}:{str(e)})

returnnc_dates

folder_path=F:/Data_Reflectance_Rec/soil_1

nc_dates=list_nc_dates(folder_path)

fornc_file,datesinnc_dates:

fordateindates:

print(date)

这段代码整体思路也很明确。

首先，我们导入所需的模块。在这里，需要导入Python的os模块，用于处理文件和文件夹路径操作；同时导入netCDF4库，并接着从netCDF4库中导入Dataset类，用于打开和读取.nc文件。在这里，如果需要配置netCDF4库，大家可以参考文章Anaconda下Python中h5py与netCDF4模块下载与安装方法。

接下来，我们定义了一个名为list_nc_dates的函数，接受一个文件夹路径作为参数。在函数中，首先创建一个空列表nc_dates，用于存储每个.nc文件及其对应的日期列表；随后，使用os.listdir()函数遍历文件夹中的所有文件，通过检查文件名是否以.nc结尾来筛选出.nc文件。紧接着，对于筛选出来的.nc文件，使用os.path.join()函数构建其完整路径。

其次，使用Dataset类打开.nc文件，并将打开的文件对象赋值给dataset变量；随后，获取.nc文件的时间，在本文的.nc数据中，也就是名为time的变量，并将时间变量的值读取到time_values变量中。接下来，分别获取时间变量的单位与时间类型。

随后，我们创建一个空列表dates，用于存储日期字符串。遍历时间变量的每个值，使用netCDF4.num2date()函数将时间值转换为日期对象。紧接着，将日期对象转换为指定格式的字符串，并将其添加到dates列表中。此外，这里还将.nc文件名和对应的日期列表作为元组添加到nc_dates列表中，方便我们后期对日期的核对。函数的最后，返回包含每个.nc文件及其对应日期的列表。

在函数外部，我们设置文件夹路径，随后即可调用list_nc_dates函数，将文件夹路径传递给它，并将返回的结果赋值给nc_dates变量。最后，通过循环，打印每个日期即可。

执行上述代码，即可出现如下图所示的结果（结果很长，就截取一部分）。由于在本文中，每一个.nc格式文件的每一个维度（即每一个时相）都是精确到天的，所以下图天数后的时、分、秒都是00。当然，如果大家的.nc格式文件维度很多，时相打印出来的话也不好完全显示，所以可以考虑将时间信息导出为表格文件等；例如，可以将每一个date都放在DataFrame中，随后导出为.csv文件。

至此，大功告成。