Python Lambda实现S3中Excel文件工作表顺序调整

我用Python生成带多工作表的Excel文件，初始工作表顺序是：

["COMP1_hires","COMP2_hires","COMP1_det","COMP2_det"]

想要调整为：

["COMP1_hires","COMP1_det","COMP2_hires","COMP2_det"]

文件最终存在S3指定文件夹里，请问能不能在生成过程中或生成后调整工作表顺序？

现有代码如下（components_sep就是上述初始顺序的列表）：

filename = 'exported_comp_file_'+today
with io.BytesIO() as output:
        with pd.ExcelWriter(output, engine='xlsxwriter') as writer:
            for comp in components_sep:
                df1= df[df['component']==comp]
                df1.to_excel(writer, sheet_name=comp, index=False)
            writer.save()
            data = output.getvalue()
            
            s3 = boto3.resource('s3')
            s3.Bucket('demo bucket').put_object(Key='myfolder/'+filename+'.xlsx', Body=data)

方法一：生成时直接按目标顺序创建工作表（推荐） #

这是最高效的方式，无需额外修改已生成的Excel文件，直接调整遍历顺序即可。

你可以直接定义目标顺序的列表，按该顺序循环生成工作表：

filename = 'exported_comp_file_'+today
# 定义目标工作表顺序
target_sheet_order = ["COMP1_hires","COMP1_det","COMP2_hires","COMP2_det"]

with io.BytesIO() as output:
        with pd.ExcelWriter(output, engine='xlsxwriter') as writer:
            # 按目标顺序遍历生成工作表
            for comp in target_sheet_order:
                df1= df[df['component']==comp]
                df1.to_excel(writer, sheet_name=comp, index=False)
            writer.save()
            data = output.getvalue()
            
            s3 = boto3.resource('s3')
            s3.Bucket('demo bucket').put_object(Key='myfolder/'+filename+'.xlsx', Body=data)

如果不想硬编码目标顺序，也可以通过分组排序动态生成：

from itertools import groupby

# 按组件前缀（COMP1/COMP2）分组，每组内按后缀排序
sorted_components = []
# 先按前缀排序，再按完整名称排序
for key, group in groupby(sorted(components_sep, key=lambda x: (x.split('_')[0], x))):
    sorted_components.extend(list(group))

# 后续用sorted_components代替原components_sep循环即可

方法二：生成后调整工作表顺序（适用已生成文件的场景） #

如果已经生成了Excel文件，或无法提前修改生成顺序，可以用openpyxl库加载文件调整工作表顺序，再重新上传到S3：

1. 先安装依赖：pip install openpyxl
2. 修改后的代码：

import openpyxl

filename = 'exported_comp_file_'+today
with io.BytesIO() as output:
        with pd.ExcelWriter(output, engine='xlsxwriter') as writer:
            for comp in components_sep:
                df1= df[df['component']==comp]
                df1.to_excel(writer, sheet_name=comp, index=False)
            writer.save()
            # 加载生成的Excel文件
            wb = openpyxl.load_workbook(output)
            # 定义目标顺序，调整工作表位置
            target_order = ["COMP1_hires","COMP1_det","COMP2_hires","COMP2_det"]
            # 按目标顺序重新排列工作表
            for idx, sheet_name in enumerate(target_order):
                wb._sheets.insert(idx, wb._sheets.pop(wb.sheetnames.index(sheet_name)))
            # 保存调整后的文件到新的BytesIO对象
            adjusted_output = io.BytesIO()
            wb.save(adjusted_output)
            adjusted_output.seek(0)
            
            s3 = boto3.resource('s3')
            s3.Bucket('demo bucket').put_object(Key='myfolder/'+filename+'.xlsx', Body=adjusted_output.getvalue())

注意：这种方式需要额外加载并修改文件，性能不如方法一，优先推荐方法一。

内容的提问来源于stack exchange，提问作者Rick