'；无效索引错误'；使用python xarray将netCDF文件连接为数据集时

我想使用pythonxarray“open\mfdataset”将目录中的50个netCDF文件连接起来。它适用于一小部分netCDF文件，但不适用于连接所有50个文件。在脚本“demo.py”中从“toolbox.py”调用函数时出现此错误：

文件“”，第1行，在 运行文件（'data_dir/demo.py'，wdir=''）

文件 “anaconda3/lib/python3.6/site packages/spyder_kernels/customize/spyderrcustomize.py”， 第827行，在runfile中 execfile（文件名、命名空间）

文件 “anaconda3/lib/python3.6/site packages/spyder_kernels/customize/spyderrcustomize.py”， 第110行，在execfile中 exec（编译（f.read（），文件名，'exec'），命名空间）

文件“data_dir/demo.py”，第15行，在 数据文件=concat（数据目录、数据块、文件名）

文件“Python/toolbox.py”，第53行，在 海螺 数据_vars='minimal'，parallel=False）.chunk（块）

文件 “anaconda3/lib/python3.6/site packages/xarray/backends/api.py”， 第719行，在open_mfdataset中 ids=ids）

文件 “anaconda3/lib/python3.6/site packages/xarray/core/combine.py”， 第553行，自动联合收割机 数据变量=数据变量，坐标=坐标）

文件 “anaconda3/lib/python3.6/site packages/xarray/core/combine.py”， 第475行，输入联合收割机 compat=compat）

文件 “anaconda3/lib/python3.6/site packages/xarray/core/combine.py”， 第493行，沿第一个尺寸自动合并 数据（变量、坐标）

文件 “anaconda3/lib/python3.6/site packages/xarray/core/combine.py”， 第514行，在自动联合收割机1d中 合并=合并（连接，兼容=兼容）

文件 “anaconda3/lib/python3.6/site packages/xarray/core/merge.py”， 第532行，合并中 变量，坐标名称，dims=merge\u core（dict\u like\u对象，compat，join）

文件 “anaconda3/lib/python3.6/site packages/xarray/core/merge.py”， 第445行，在merge_core中 对齐=深度对齐（强制，连接=连接，复制=假，索引=索引）

文件 “anaconda3/lib/python3.6/site packages/xarray/core/alignment.py”， 第217行，深对齐 排除=排除）

文件 “anaconda3/lib/python3.6/site packages/xarray/core/alignment.py”， 第133行，对齐 索引=接合器（匹配索引）

文件 “anaconda3/lib/python3.6/site packages/pandas/core/index/base.py”， 第2223行，在或 返回自我联合（其他）

文件 “anaconda3/lib/python3.6/site packages/pandas/core/index/datetimes.py”， 第493行，联合体 结果=Index.union（此，其他）

文件 “anaconda3/lib/python3.6/site packages/pandas/core/index/base.py”， 第2332行，联合体 indexer=self.get\u索引器（其他）

文件 “anaconda3/lib/python3.6/site packages/pandas/core/index/base.py”， 第2740行，在get_索引器中 raise INVALIDIDEXERROR（'重新索引仅对唯一有效'

InvalidIndexError:重新索引仅对唯一值索引有效 物体

我尝试查看单个netCDF文件，并尝试选择不同的netCDF文件进行连接。我认为这可能是因为有多个索引对象是相同的，但我并不真正理解

def concat(data_dir,chunks,file_name):
    # data_dir = directory where IMOS glider .nc files exist
    # chunks = output variable 'chunks' from function 'find_chunks' - this is a single value
    # file_name = specify string for name of file (not including extension e.g. '.zarr')

    # concatenate IMOS glider netCDF files in data_dir
    data_files = xr.open_mfdataset(data_dir + '*.nc', concat_dim='TIME',data_vars='minimal',parallel=False).chunk(chunks)
    print('Data concatenated..')

    # I then save the concatenated dataset as a netCDF and .zarr. This only works for smaller slections of netCDF files.

    return data_files

---

我需要一个连接的数据集，可以从函数返回并另存为netCDF和.zarr文件。

亲爱的UpperEastSide，我通常使用与您相同的代码来连接Python中的netCDF。唯一的区别是“chunks”参数在“xr.open\mfdataset”中函数。此外，chunks参数应该是一个字典，具体包含每个标签的每个维度的大小。如果可能的话，尝试这种修改，让我们知道什么最有效。Philipedar UpperEastSide，我通常使用与您相同的代码在Python中连接NetCDF。唯一的区别是“chunks”参数位于“xr.open_mfdataset”函数中。此外，chunks参数应该是一个字典，其中包含每个标签的每个维度的大小。如果可能，请尝试更改，并让我们知道什么最有效。Philipe