Python| 水文 |批量读取NC文件降水数据并导出为Excel相应格式

本篇文章分享Python| 水文 |批量读取NC文件降水数据并导出为Excel相应格式，对你有帮助的话记得收藏一下，看Python资料网收获更多编程知识

一、 netCDF4的下载注意事项及whl链接

①首先需要在网上下载相应whl的安装包
（注意：一定要保证版本与Python解释器版本一致，比如我的解释器是3.11版本，电脑是windows64位的系统，那么就选择netCDF4-1.6.5-cp311-cp311-win_amd64.whl进行下载）
在网上看到过一些下载地址，但是好多没法用，这里提供一个，不需要梯子：

https://pypi.org/project/netCDF4/

②安装netCDF4
将下载好的whl文件放在其他的下载Python包放置的目录下，而后win+R进入DOS命令窗口输入如下命令进行安装

pip install netCDF4-1.6.5-cp311-cp311-win_amd64.whl

• 下载超时的话可以在网上找一些镜像网址来用，这里提供一个：

https://pypi.tuna.tsinghua.edu.cn/simple

• 如果下载失败，常见的问题如下：未安装cftime或者numpy版本太旧

二、代码内容

①数据准备：2010年nc数据文件夹，在其中包含3个子文件夹，每个文件夹中包含有若干nc文件


②代码介绍：

1. 基本信息查看和确定：

首先，我们要看一下这些nc文件里都有什么东西：

import netCDF4 as nc
import numpy as np #后续寻找合适经纬度的索引需要用到
#获取相应nc数据的值
nf = nc.Dataset(r'D:\nc文件处理\CMORPH-0.25-1h01\2010\CMORPH_V1.0_ADJ_0.25deg-HLY_2010040900.nc',encoding='gbk')
#输出nc数据的相应含义
print(nf.variables.keys())

显示数据元素分别有：时间、时间范围、纬度、纬度范围、经度、经度范围、降水量。

而后，我们查看时间的具体内容：

print(nf.variables['time'][:])

显示数据是以秒（seconds）计的，是从1970年1月1日0时以来的秒数。

所以需要将数据转化为更直观更可读的形式：

time = nc.num2date(nf.variables['time'][:],'seconds since 1970-01-01 00:00:00').data

最后，因为一幅nc数据只有一个时间，所以我们用索引0来读取其具体值，我们再输出可以发现，时间格式已经可以直观判断了：

print(time[0])

1. 我们要确定所需的经纬度范围内有哪些值是符合的，比如我们的经纬度范围是：26°06′N——27°24′N、116°18′E——117°48′E。那么我们可以写一个if语句来筛选打印出符合要求的值和索引

# 建立2个空列表，用于存放符合条件的经纬度的位置
lst_wherelat=[]
lst_wherelon=[]
# 循环遍历所有纬度
for i in range(len(var_data_lat)):
    # 要满足纬度范围26°06′N——27°24′N
    if var_data_lat[i] >= 26.1 and var_data_lat[i] <= 27.4:
        # 检索符合要求的纬度在数组中的位置，并添加到列表中
        lst_wherelat.append(np.where(var_data_lat == var_data_lat[i]))
# 循环遍历所有经度
for j in range(len(var_data_lon)):
    # 要满足经度范围116°18′E——117°48′E
    if var_data_lon[j] >= 116.3 and var_data_lon[j] <= 117.8:
        # 检索符合要求的经度在数组中的位置，并添加到列表中
        lst_wherelon.append(np.where(var_data_lon == var_data_lon[j]))
print(lst_wherelat)
print(lst_wherelon)
# 检查第一个符合条件的纬度位置
# where返回的是元组，元组中的元素是数组，数组中的元素是符合条件的位置
# 所以两个0表示取出数组，再取出数组中的第一个元素
print(lst_wherelat[0][0])

我们需要记住起始位置和结束位置（纬度：344、349；经度：465、470）
以便后续使用，把符合要求的经纬度确定下来，这样就不用每次都遍历所有经纬度了
（我们也可以直接把列表中的个元素提取到新的列表里，后续直接以此进行for循环，这里不做介绍）
下面是后续批量提取的代码，我们的格式以“行代表纬度”、“列代表经度”、“值字段是降雨量”、“sheet名以时间来命名”、“一个表里每个sheet对应一个时间”为例进行编写

import os
import pandas as pd
from netCDF4 import Dataset
import netCDF4 as nc

# 定义文件夹路径和命名Excel文件名称
folder_path = r'D:\nc文件处理\CMORPH-0.25-1h01\2010'
# 遍历指定文件夹下的所有子文件夹，并将它们的完整路径收集到一个列表中
subfolders = [f.path for f in os.scandir(folder_path) if f.is_dir()]

# 对于subfolders列表中的每个元素（即每个子文件夹的路径），执行一次循环。
for i, subfolder in enumerate(subfolders):
   # 从子文件夹路径中提取前12个字符（洪水场次号_起始月日-终止月日）作为文件名
    file_name = os.path.basename(subfolder)[:12] + ".xlsx"
   #将当前工作目录和指定的文件名 file_name 连接起来，形成一个完整的文件路径
    file_name = os.path.join(os.getcwd(), file_name)  # Use os.path.join to handle paths
	
	# 创建一个新的 ExcelWriter 对象
    writer = pd.ExcelWriter(file_name, engine='xlsxwriter')
    # 获取子文件夹中的所有 NetCDF 文件
    nc_files = [os.path.join(subfolder, f) for f in os.listdir(subfolder) if f.endswith('.nc')]
    
    # 循环遍历每个nc文件
    for nc_file in nc_files:
        # 打开nc文件
        nf = Dataset(nc_file, encoding='gbk')
        var_data_time = nc.num2date(nf.variables['time'][:], 'seconds since 1970-01-01 00:00:00').data
        # 获取变量的数据
        var_data_lat = nf.variables['lat'][:].data
        var_data_lon = nf.variables['lon'][:].data
        var_data_cmorph = nf.variables['cmorph'][:].data
        # 提取数据
        lst = []
        # 循环所有经度
        # 注意：为什么先循环经度？
        # 这是因为这样就可以保证1个经度值对应6个纬度值，方便后续二维表的创建
        for i in range(464,471):  #range(start,stop),从start数据开始，末位数据不包含stop
            # 我要循环所有纬度
            for j in range(344, 350):
                lst.append(var_data_cmorph[0, j, i])
        # 创建 DataFrame
        data = pd.DataFrame({'116.375': lst[6:12], '116.625': lst[12:18], '116.875': lst[18:24],
        					'117.125': lst[24:30], '117.375': lst[30:36], '117.625': lst[36:42]})
        # 添加纬度列
        data[''] = ['26.125', '26.375', '26.625', '26.875', '27.125', '27.375']
        # 使用 insert() 方法将新列插入到指定位置（在第一列位置）
        data.insert(0, '', data.pop(''))
        sheet_names = [str(dt).replace(':', '_').replace(' ', '_') for dt in var_data_time]
        # 将 DataFrame 写入 Excel 的不同 sheet 中
        data.to_excel(writer, sheet_name=sheet_names[0], index=False)
        # 关闭nc文件
        nf.close()
        
    # 保存并关闭ExcelWriter对象
    writer.save()
    writer.close()

运行之后会弹出类似于（ FutureWarning: save is not part of the public API, usage can give unexpected results and will be removed in a future version writer.save()）的警告，不用担心，这是在说writer.save()这个方法即将淘汰，但是Excel文件会正常生成在代码所在的同一个文件夹里。

打开Excel文件发现格式符合要求：

以上是全部内容，初次创作，欢迎大家评论区留言、批评指正。

版权声明：本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系邮箱：jacktools123@163.com进行投诉反馈，一经查实，立即删除！