优化Azure Function App的Python代码：实现Excel分列功能

问题描述 #

使用Azure Function实现CSV转XLSX功能时，转换后的StartDate与LeaveDate列数据呈左对齐状态，说明这两列被识别为文本格式而非日期格式，需要实现类似Excel「分列」的效果，将文本格式的日期转为真正的日期类型。

现有代码问题分析 #

当前代码中，虽然将CSV中的日期转为了datetime类型，但随后又通过strftime转成了字符串格式写入Excel。此时单元格存储的是文本内容，即使设置了日期格式，Excel也无法将其识别为日期，导致左对齐。

修复方案 #

核心思路：保留日期的datetime类型，直接写入Excel并应用日期格式，让Excel识别为日期类型。

修改步骤 #

1. 删除字符串转换步骤：移除将datetime转成字符串的两行代码，让DataFrame中这两列保持datetime类型。
2. 优化写入逻辑：在写入单元格时，对日期类型的字段使用write_datetime方法，确保Excel识别为日期；或者直接使用pandas的to_excel方法简化写入流程（更高效）。
3. 动态定位日期列：避免硬编码列位置（如H:I），通过列名获取列索引，增强代码通用性。

修改后的完整代码 #

import azure.functions as func
import logging
from azure.storage.blob import BlobServiceClient
import os
import pandas as pd
import xlsxwriter
import io
from io import BytesIO 
import numpy as np

app = func.FunctionApp(http_auth_level=func.AuthLevel.ANONYMOUS)

@app.route(route="http_trigger")
def http_trigger(req: func.HttpRequest) -> func.HttpResponse:
    logging.info('Python HTTP trigger function processed a request.')
    connect_str = os.environ["AzureWebJobsStorage"]
    blob_service_client = BlobServiceClient.from_connection_string(connect_str)
    container_name_input = "input"
    container_name_output = "output"
   
    # 获取容器和Blob名称（可根据本地测试需求修改）
    container_name = req.params.get('container')
    blob_name = req.params.get('name')

    blob_client_input = blob_service_client.get_blob_client(container=container_name, blob=blob_name)
    blob_content = blob_client_input.download_blob().readall()

    # 读取CSV内容
    try:
        df = pd.read_csv(io.BytesIO(blob_content))
    except UnicodeDecodeError:
        df = pd.read_csv(io.BytesIO(blob_content), encoding='utf-16')

    # 将日期列转为datetime类型
    df['StartDate'] = pd.to_datetime(df['StartDate'], format='%d/%m/%Y')
    df['LeaveDate'] = pd.to_datetime(df['LeaveDate'], format='%d/%m/%Y')

    output = BytesIO()
    workbook = xlsxwriter.Workbook(output, {'remove_timezone': True})
    worksheet = workbook.add_worksheet('Sheet1')
    
    # 写入表头
    for col_num, col_name in enumerate(df.columns):
        worksheet.write(0, col_num, col_name)

    # 获取日期列索引
    date_cols = ['StartDate', 'LeaveDate']
    date_col_indices = [df.columns.get_loc(col) for col in date_cols]
    date_format = workbook.add_format({'num_format': 'dd/mm/yyyy'})

    # 写入数据行，日期列用write_datetime方法
    for row_num, row_data in enumerate(df.itertuples(index=False), start=1):
        for col_num, value in enumerate(row_data):
            if col_num in date_col_indices:
                worksheet.write_datetime(row_num, col_num, value, date_format)
            else:
                worksheet.write(row_num, col_num, value)

    workbook.close()

    # 上传转换后的XLSX文件
    output_blob_name = blob_name.replace('.csv', '.xlsx')
    excel_blob_client = blob_service_client.get_blob_client(container=container_name_output, blob=output_blob_name)
    excel_blob_client.upload_blob(output.getvalue())

    # 删除源CSV文件
    blob_client_input.delete_blob()

    return func.HttpResponse(f"CSV文件已转换为XLSX：{output_blob_name}，源CSV文件已删除。")

简化版方案（使用pandas to_excel） #

如果不需要复杂的自定义格式，可直接用pandas的to_excel方法，代码更简洁：

# 替换原有的workbook创建、写入部分
output = BytesIO()
with pd.ExcelWriter(output, engine='xlsxwriter') as writer:
    df.to_excel(writer, sheet_name='Sheet1', index=False)
    workbook = writer.book
    worksheet = writer.sheets['Sheet1']
    date_format = workbook.add_format({'num_format': 'dd/mm/yyyy'})
    # 为日期列设置格式
    for col in ['StartDate', 'LeaveDate']:
        col_idx = df.columns.get_loc(col)
        worksheet.set_column(col_idx, col_idx, None, date_format)

# 后续上传Blob、删除源文件逻辑不变

效果说明 #

修改后，Excel中的StartDate和LeaveDate列会以日期类型存储，自动右对齐，并且可以正常使用Excel的日期筛选、计算等功能，达到与「分列」操作相同的效果。

内容的提问来源于stack exchange，提问作者Ross Sutherland