我不确定如何表达这个问题，但我希望这个例子可以解释它。
我每天都有一系列的netcdf文件。 每个文件都包含一个数据的时间维度，作为30天的预测。
如果我使用以下方法读取了一年的数据：
data=xarray.open_mfdataset(files, concat_dim='None', autoclose='True')
然后我得到：
Dimensions: (None: 365, lat: 110, lon: 100, time: 395)
我只对每个文件在时间= 0时的值感兴趣，即文件= 0，我希望时间= 0，文件= 360，我希望时间= 360，等等。
基本上，我认为我想做的只是从每个文件中读取时间组件的第一个元素，但我似乎无法弄清楚如何使用open_mfdataset来做到这一点。
即使在读完整个内容之后只是丢弃不需要的值也可以，但是由于open_mfdataset连接数据集的方式，我似乎也无法弄清楚。
答案 0 :(得分：1)
使用预处理功能将使您可以执行后续操作。预处理功能在连接之前应用，因此您可以在def preprocess(ds):
'''keep only the first timestep for each file'''
return ds.isel(time=0)
data = xr.open_mfdataset(files, preprocess=preprocess, concat_dim='time', ...)
步骤中使用它来重新格式化数据集。
preprocess取决于文件的格式，您可能必须进一步清除* * * * * /usr/bin/flock -n /tmp/ms.lockfile /bin/bash /path/to/my/script/myShellScript.sh
中的数据集。