fn_registry/python/functions/pipelines/render_automatic_eda_folder.md

name, kind, lang, domain, purity, version, signature, description, tags, uses_functions, uses_types, returns, returns_optional, error_type, imports, tested, tests, test_file_path, file_path, params, output

name	kind	lang	domain	purity	version	signature	description	tags	uses_functions	uses_types	returns	returns_optional	error_type	imports	tested	tests	test_file_path	file_path	params	output
render_automatic_eda_folder	pipeline	py	pipelines	impure	1.0.0	def render_automatic_eda_folder(path: str, out_dir: str = "reports", basename: str = None, profile_level: str = "standard", emit_pdf: bool = True, emit_pptx: bool = True, emit_md: bool = True, per_table_eda: bool = False, min_inclusion: float = 0.9, ctx_extra: dict = None) -> dict	Informe AutomaticEDA a nivel de BASE one-shot de una CARPETA de archivos tabulares (CSV/Parquet/JSON) o de una DuckDB existente. Carga la carpeta a una DuckDB temporal con load_folder_to_duckdb (o usa la DuckDB dada directa), perfila TODA la base con profile_database (resumen de cada tabla + FK candidatas por containment + join graph con diagrama Mermaid), ENSAMBLA un documento-base por capitulos (portada-base con nombre/n tablas/totales/fecha/fuente, resumen de tablas con una fila por tabla, y relaciones inter-tabla con la tabla de FK candidatas + una Figure matplotlib REAL del join graph dibujada con draw_join_graph_figure mas el texto Mermaid) y lo renderiza con el motor AutomaticEDA a PDF (A5 movil), PPTX (16:9) y Markdown autocontenido a la vez. Con per_table_eda=True anexa los capitulos de mini-EDA de cada tabla (build_document por tabla). Es el hermano a nivel de base de render_automatic_eda (que perfila UNA tabla): aqui el informe es de la base y de sus relaciones. Devuelve las rutas de PDF/PPTX/MD, el manifiesto y el DatabaseProfile.	eda duckdb database profiling relations pipeline dataops report pdf pptx launcher	load_folder_to_duckdb_py_infra profile_database_py_pipelines render_automatic_eda_pdf_py_datascience render_automatic_eda_pptx_py_datascience render_automatic_eda_markdown_py_datascience draw_join_graph_figure_py_datascience			false	error_go_core		true	golden: carpeta con 3 CSV relacionados (customers/orders/products) emite PDF+PPTX+MD del documento-base con 3 tablas y la FK orders.customer_id->customers.id edge: carpeta vacia -> status ok con documento minimo, sin lanzar edge: 1 sola tabla -> funciona sin relaciones (capitulo relaciones dice 'sin FK')	python/functions/pipelines/render_automatic_eda_folder_test.py	python/functions/pipelines/render_automatic_eda_folder.py	name desc path DIRECTORIO con archivos tabulares (CSV/Parquet/JSON) que se cargan a una DuckDB temporal, o una DuckDB ya existente (.duckdb/.ddb/.db) que se perfila directa. name desc out_dir Directorio de salida de los informes (se crea si no existe). Default 'reports'. name desc basename Nombre base de los archivos sin extension. Default 'aeda_base_<nombre>_<timestamp>'. name desc profile_level Preset de coste del perfil por tabla ('lite'/'standard'/'full'); ajusta el sample que profile_database pasa a cada tabla (lite=2000, standard/full=5000). name desc emit_pdf Emite el PDF A5 movil del documento-base. Default True. name desc emit_pptx Emite el PPTX 16:9 del documento-base. Default True. name desc emit_md Emite el Markdown autocontenido del documento-base. Default True. name desc per_table_eda Si True, anexa al documento-base los capitulos de mini-EDA de cada tabla (Heading 'Tabla: <n>' + build_document por tabla). Default False (solo documento-base: portada + resumen + relaciones). name desc min_inclusion Umbral de inclusion (0-1) para emitir una FK candidata (se pasa a profile_database). Default 0.9. name desc ctx_extra Dict opcional de claves de presentacion (p.ej. dataset_name, description) que se mezclan en el contexto de la portada-base.	Dict dict-no-throw. En exito: {status:'ok', pdf_path, pptx_path, md_path, manifest_path, n_tables, n_pages, n_slides, md_chars, db_path, db_profile}. En error: {status:'error', error:str}.

render_automatic_eda_folder

EDA de una carpeta / base multi-tabla → informe AutomaticEDA por capítulos en PDF (móvil A5) + PPTX (16:9) + Markdown, en una sola llamada. Es el hermano a nivel de base de render_automatic_eda (que perfila una sola tabla): aquí el documento resume todas las tablas y, sobre todo, sus relaciones inter-tabla (FK candidatas por containment + join graph con diagrama Mermaid).

Compone, sin reimplementar su lógica: load_folder_to_duckdb (carga la carpeta), profile_database (perfila la base + infiere FK + join graph) y los tres renderers del motor AutomaticEDA (render_automatic_eda_pdf/_pptx/_markdown), que aceptan directamente la lista de capítulos del documento-base que este pipeline ensambla. El pipeline de tabla única (render_automatic_eda) queda intacto: esto es aditivo.

Ejemplo

# Carpeta con varios CSV/Parquet/JSON relacionados:
./fn run render_automatic_eda_folder /tmp/eda_folder_demo

# Una DuckDB ya existente (rama directa):
./fn run render_automatic_eda_folder temp/bigdata/taxi.duckdb

import sys, os
sys.path.insert(0, os.path.join("python", "functions"))
from pipelines.render_automatic_eda_folder import render_automatic_eda_folder

r = render_automatic_eda_folder("/tmp/eda_folder_demo", out_dir="reports")
# r["status"] == "ok"; r["pdf_path"], r["pptx_path"], r["md_path"]
# r["n_tables"] == 3; r["db_profile"]["fk_candidates"] incluye
#   orders.customer_id -> customers.id

Cuando usarla

Cuando quieras un EDA de una base entera (una carpeta de exports o una DuckDB con varias tablas), no de una sola tabla: para ver de un vistazo qué tablas hay, su tamaño y calidad, y cómo se relacionan (FK candidatas + diagrama), en el mismo formato rico por capítulos (PDF móvil + PPTX + MD) que el EDA de tabla. Usa per_table_eda=True cuando además quieras el mini-EDA de cada tabla anexado.

Gotchas

• Impuro: lee archivos del disco y escribe PDF/PPTX/MD en out_dir. En la rama "carpeta" crea una DuckDB temporal (su ruta sale en db_path); no se borra automáticamente (queda para reinspección).
• path se interpreta así: directorio → se carga la carpeta; archivo con extensión .duckdb/.ddb/.db → se usa directo; cualquier otro archivo o un path inexistente → {status:'error'} (no lanza).
• El escaneo de la carpeta es no recursivo (solo el primer nivel) y por defecto cubre *.csv,*.parquet,*.json (ver load_folder_to_duckdb).
• El join graph se rasteriza a una Figure matplotlib real (vía draw_join_graph_figure) que aparece dibujada en PDF/PPTX (nodos = tablas, flechas = FK). Además, el texto Mermaid del grafo se incluye como bloque de código (en el Markdown queda como diagrama renderizable y es útil para pegar a un LLM).
• Carpeta vacía o con 1 sola tabla: funciona igual; el capítulo de relaciones dice "sin FK". dict-no-throw en todos los caminos.