Merge pull request #5 from acompany-develop/fix/hiraoka/CC-883/modify-jupyter-basic-tutorial

[CC-883] JupyterNotebookで書かれた基本チュートリアルの修正

Author: tak-ka3

.gitignore

@@ -1,5 +1,4 @@
 **/.env
 **/encrypted-files.yaml
 **/function/packages/
-**/functions/*/outputs/
 venv/

functions/cross_table/README.md

@@ -7,33 +7,32 @@ Cross Table Functionは、2つのCSVファイルを結合し、クロス集計
 ## 機能
 
 - **データ結合**: 2つのCSVファイルを最左列をキーとして結合
-- **列名リネーム**: 結合前に列名にプレフィックス（0:, 1:）を付与
 - **クロス集計**: 属性列の組み合わせごとに件数を集計
 - **閾値フィルタリング**: 集計数が閾値未満の行を除外
 - **ログ出力**: 処理経過とエラー情報をログファイルに記録
 - **処理結果**: 結果をcsvファイルに格納して返す
 
 ## 入力データ
 
-### input_a.csv (user1専用入力データ)
-- **パス**: `/work/inputs/input_1/input_a.csv`
+### input_1.csv (user1専用入力データ)
+- **パス**: `/work/inputs/input_1/input_1.csv`
 - **形式**: CSVファイル
 - **要件**: 最左列が結合キーとして使用される
 
-### input_b.csv (user2専用入力データ)
-- **パス**: `/work/inputs/input_2/input_b.csv`
+### input_2.csv (user2専用入力データ)
+- **パス**: `/work/inputs/input_2/input_2.csv`
 - **形式**: CSVファイル
 - **要件**: 最左列が結合キーとして使用される
 
 ## 出力データ
 
-### output.csv (user1専用出力データ)
-- **パス**: `/work/outputs/output_1/output.csv`
+### output_1.csv (user1専用出力データ)
+- **パス**: `/work/outputs/output_1/output_1.csv`
 - **形式**: CSVファイル
 - **内容**: クロス集計結果（number_of_rows列が先頭、属性列がソート済み）
 
-### output.csv (user2専用出力データ)
-- **パス**: `/work/outputs/output_2/output.csv`
+### output_2.csv (user2専用出力データ)
+- **パス**: `/work/outputs/output_2/output_2.csv`
 - **形式**: CSVファイル
 - **内容**: クロス集計結果（number_of_rows列が先頭、属性列がソート済み）
 
@@ -43,40 +42,36 @@ Cross Table Functionは、2つのCSVファイルを結合し、クロス集計
 ## アルゴリズム
 
 1. **データ読み込み**
-   - `input_a.csv`をLazyFrameとして読み込み
-   - `input_b.csv`をLazyFrameとして読み込み
+   - `input_1.csv`をLazyFrameとして読み込み
+   - `input_2.csv`をLazyFrameとして読み込み
 
 2. **キー抽出**
    - 両データフレームの最左列を結合キーとして抽出
 
-3. **列名リネーム**
-   - input_aの列名に`0:`プレフィックスを付与（キー列以外）
-   - input_bの列名に`1:`プレフィックスを付与（キー列以外）
-
-4. **データ結合**
+3. **データ結合**
    - `polars.join()`を使用して内部結合を実行
-   - `left_on`: input_aの最左列
-   - `right_on`: input_bの最左列
+   - `left_on`: input_1の最左列
+   - `right_on`: input_2の最左列
 
-5. **クロス集計**
+4. **クロス集計**
    - 属性列（キー列以外）でグループ化
    - 各組み合わせの件数を集計
 
-6. **閾値フィルタリング**
+5. **閾値フィルタリング**
    - 集計数が閾値（THRESHOLD=2）未満の行を除外
 
-7. **列順序整理**
+6. **列順序整理**
    - `number_of_rows`列を先頭に配置
    - 属性列をアルファベット順にソート
 
-8. **結果保存**
+7. **結果保存**
    - クロス集計結果を両方の出力ディレクトリに保存
 
 ## 使用例
 
 ### 入力ファイル例
 
-**input_a.csv**:
+**input_1.csv**:
 ```csv
 id,age,gender
 1,25,F
@@ -87,7 +82,7 @@ id,age,gender
 6,30,M
 ```
 
-**input_b.csv**:
+**input_2.csv**:
 ```csv
 id,city,department
 1,Tokyo,Sales
@@ -100,9 +95,9 @@ id,city,department
 
 ### 出力ファイル例
 
-**output.csv** (user1用・user2用):
+**output_1.csv・output_2.csv** (user1用・user2用):
 ```csv
-number_of_rows,0:age,0:gender,1:city,1:department
+number_of_rows,age,gender,city,department
 2,25,F,Tokyo,Sales
 2,30,M,Osaka,Marketing
 ```

functions/cross_table/function/handler.py

@@ -39,19 +39,8 @@ def cross_table_data(input_1_path: str, input_2_path: str):
     key_a = lf_a.columns[0]
     key_b = lf_b.columns[0]
 
-    # 列名をリネーム
-    cols_to_rename_a = [col for col in lf_a.columns if col != key_a]
-    rename_map_a = {col: f"0:{col}" for col in cols_to_rename_a}
-    lf_a_renamed = lf_a.rename(rename_map_a)
-
-    cols_to_rename_b = [col for col in lf_b.columns if col != key_b]
-    rename_map_b = {col: f"1:{col}" for col in cols_to_rename_b}
-    lf_b_renamed = lf_b.rename(rename_map_b)
-
     # データを結合
-    lf_joined = lf_a_renamed.join(
-        lf_b_renamed, left_on=key_a, right_on=key_b, how="inner"
-    )
+    lf_joined = lf_a.join(lf_b, left_on=key_a, right_on=key_b, how="inner")
 
     # 属性列を特定（キー列以外）
     attribute_cols = [col for col in lf_joined.columns if col != key_a and col != key_b]
@@ -80,16 +69,16 @@ def run():
         print_log("run: Started.")
 
         df_cross_table = cross_table_data(
-            f"{INPUT_1_DIR}/input_a.csv", f"{INPUT_2_DIR}/input_b.csv"
+            f"{INPUT_1_DIR}/input_1.csv", f"{INPUT_2_DIR}/input_2.csv"
         )
         print_log("run: Cross table data created.")
 
         # polarsのDataFrameを直接保存
-        df_cross_table.write_csv(f"{OUTPUT_1_DIR}/output.csv")
-        print_log("run: Saved output.csv to output_1.")
+        df_cross_table.write_csv(f"{OUTPUT_1_DIR}/output_1.csv")
+        print_log("run: Saved output_1.csv to output_1.")
 
-        df_cross_table.write_csv(f"{OUTPUT_2_DIR}/output.csv")
-        print_log("run: Saved output.csv to output_2.")
+        df_cross_table.write_csv(f"{OUTPUT_2_DIR}/output_2.csv")
+        print_log("run: Saved output_2.csv to output_2.")
 
         print_log("run: Completed.")
     except BaseException as e:

…s/cross_table/inputs/input_1/input_a.csv …s/cross_table/inputs/input_1/input_1.csvfunctions/cross_table/inputs/input_1/input_a.csv renamed to functions/cross_table/inputs/input_1/input_1.csv functions/cross_table/inputs/input_1/input_a.csv renamed to functions/cross_table/inputs/input_1/input_1.csv

@@ -13,25 +13,25 @@ Join Functionは、2つのCSVファイルを結合する関数です。両方の
 
 ## 入力データ
 
-### input_a.csv (user1専用入力データ)
-- **パス**: `/work/inputs/input_1/input_a.csv`
+### input_1.csv (user1専用入力データ)
+- **パス**: `/work/inputs/input_1/input_1.csv`
 - **形式**: CSVファイル
 - **要件**: 最左列が結合キーとして使用される
 
-### input_b.csv (user2専用入力データ)
-- **パス**: `/work/inputs/input_2/input_b.csv`
+### input_2.csv (user2専用入力データ)
+- **パス**: `/work/inputs/input_2/input_2.csv`
 - **形式**: CSVファイル
 - **要件**: 最左列が結合キーとして使用される
 
 ## 出力データ
 
-### output_a.csv (user1専用出力データ)
-- **パス**: `/work/outputs/output_1/output_a.csv`
+### output_1.csv (user1専用出力データ)
+- **パス**: `/work/outputs/output_1/output_1.csv`
 - **形式**: CSVファイル
 - **内容**: 結合されたデータ（重複キー列は削除済み）
 
-### output_b.csv (user2専用出力データ)
-- **パス**: `/work/outputs/output_2/output_b.csv`
+### output_2.csv (user2専用出力データ)
+- **パス**: `/work/outputs/output_2/output_2.csv`
 - **形式**: CSVファイル
 - **内容**: 結合されたデータ（重複キー列は削除済み）
 
@@ -41,16 +41,16 @@ Join Functionは、2つのCSVファイルを結合する関数です。両方の
 ## アルゴリズム
 
 1. **データ読み込み**
-   - `input_a.csv`を読み込み
-   - `input_b.csv`を読み込み
+   - `input_1.csv`を読み込み
+   - `input_2.csv`を読み込み
 
 2. **キー抽出**
    - 両データフレームの最左列を結合キーとして抽出
 
 3. **データ結合**
    - `pandas.merge()`を使用して内部結合を実行
-   - `left_on`: input_aの最左列
-   - `right_on`: input_bの最左列
+   - `left_on`: input_1の最左列
+   - `right_on`: input_2の最左列
 
 4. **重複キー削除**
    - 結合後の重複したキー列を削除
@@ -62,15 +62,15 @@ Join Functionは、2つのCSVファイルを結合する関数です。両方の
 
 ### 入力ファイル例
 
-**input_a.csv**:
+**input_1.csv**:
 ```csv
 id,name,age
 1,Alice,25
 2,Bob,30
 3,Charlie,35
 ```
 
-**input_b.csv**:
+**input_2.csv**:
 ```csv
 id,city,salary
 1,Tokyo,50000
@@ -80,14 +80,7 @@ id,city,salary
 
 ### 出力ファイル例
 
-**output_a.csv** (user1用):
-```csv
-name,age,city,salary
-Alice,25,Tokyo,50000
-Bob,30,Osaka,60000
-```
-
-**output_b.csv** (user2用):
+**output_1.csv・output_2.csv** (user1・user2用):
 ```csv
 name,age,city,salary
 Alice,25,Tokyo,50000

…s/cross_table/inputs/input_2/input_b.csv …s/cross_table/inputs/input_2/input_2.csvfunctions/cross_table/inputs/input_2/input_b.csv renamed to functions/cross_table/inputs/input_2/input_2.csv functions/cross_table/inputs/input_2/input_b.csv renamed to functions/cross_table/inputs/input_2/input_2.csv

@@ -44,15 +44,15 @@ def run():
         print_log("run: Started.")
 
         df_joined = join_data(
-            f"{INPUT_1_DIR}/input_a.csv", f"{INPUT_2_DIR}/input_b.csv"
+            f"{INPUT_1_DIR}/input_1.csv", f"{INPUT_2_DIR}/input_2.csv"
         )
         print_log("run: Joined data.")
 
-        df_joined.to_csv(f"{OUTPUT_1_DIR}/output_a.csv", index=False)
-        print_log("run: Saved output_a.csv.")
+        df_joined.to_csv(f"{OUTPUT_1_DIR}/output_1.csv", index=False)
+        print_log("run: Saved output_1.csv.")
 
-        df_joined.to_csv(f"{OUTPUT_2_DIR}/output_b.csv", index=False)
-        print_log("run: Saved output_b.csv.")
+        df_joined.to_csv(f"{OUTPUT_2_DIR}/output_2.csv", index=False)
+        print_log("run: Saved output_2.csv.")
 
         print_log("run: Completed.")
     except BaseException as e: