70cityprice

name	70cityprice
description	中国国家统计局「70个大中城市商品住宅销售价格变动情况」长时间序列数据集的维护与分析入口。 当需要更新月度房价数据、按城市/月份提取子集、生成走势图、构建网页数据， 或回答任何涉及 70 城房价指数口径的问题时使用。
metadata	{"version":"1.0.0"}

70城房价数据集

本仓库是一个围绕单一 CSV 的数据集包。本文件只负责建立数据心智模型和选择流程；每条流程自己拥有完整步骤。

加载顺序

1. 读本文件。
2. 从下表选中恰好一条流程，读它的流程文档。
3. 只在流程文档显式要求时才读对应的 references/。

意图	流程authority
抓取并追加新月份数据	workflows/monthly-update.md
按城市/月份/组合条件取子集	workflows/extract.md
重绘 README 走势图	workflows/chart.md
构建/调试 GitHub Pages 数据	workflows/site-build.md

纯数据问答（"深圳最近同比怎么走"）不需要选流程，直接用 workflows/extract.md 里的只读命令查，但必须先读 references/fixedbase-caliber.md 再解释任何定基比数值。

---

数据心智模型

只有一个事实源：仓库根的 70cityprice.csv，2006 年至今的月度数据，约 4.7 万行。不引入数据库，所有工具都是围绕这份 CSV 的读写。

四条必须先内化的约束：

1. 一个「日期 × 城市」= 3 行，FixedBase ∈ {同比, 环比, 定基比}。Below90 / 144 / Above144 这类带后缀的列是同一行内的分户型细分，不要再展开成额外行。

2. 写回格式不可改：utf-8-sig 编码 + csv.QUOTE_ALL 全字段加引号（update_csv() 里的 to_csv(..., quoting=1, encoding='utf-8-sig')）。改动它会造成大规模无意义 diff 或 BOM 错乱。排序键固定为 (CITY, DATE, FixedBase)，日期格式固定 YYYY/M/D（无前导零，恒为该月 1 日）。

3. 城市名必须走标准化链路：任何外部输入（抓来的城市名、--cities 参数）都要经 normalize_city_name → get_standard_city_name 才能落库或比对。禁止直接字符串比较。细节见 references/city-naming.md。

4. 定基比不是一条连续序列。基期在 2010 / 2015 / 2020 之间轮换过，2023 年起停止公布。任何跨期拼接都是错的。在给出涉及该字段的结论前，必读 references/fixedbase-caliber.md。

全局执行纪律

• 命令一律用 python3 / pip3，不要在文档、docstring 或 print 里写裸 python。本机已在 .venv/ 装好依赖，直接用系统解释器时命令写成 .venv/bin/python3 scripts/...。
• 改完数据必跑校验。scripts/validate_70cityprice.py 是本仓库事实上的回归测试（没有测试套件、lint 和 CI 检查）。
• projects/ 是输出沙箱，已被 .gitignore 忽略，脚本默认输出到这里。不要把生成的子集提交进仓库。
• scripts/ 是扁平脚本目录，不是 Python 包。各脚本直接 from common import ...，依赖同目录运行。新加工具脚本时维持这种扁平结构，共用逻辑放进 common.py。
• 不要为本仓库引入通用工程脚手架（tests/、分支流程、打包配置）。它是数据集包，不是应用。

参考资料索引

按需加载，不要预读：

文档	何时读
references/schema.md	需要理解列含义、主键、排序、写回约定时
references/city-naming.md	涉及城市名匹配、去重、新增城市时
references/fixedbase-caliber.md	任何涉及定基比字段的分析或回答（强制）
references/stats-table-parsing.md	改动 update_70cityprice.py 的解析逻辑，或抓取失败排查时

面向人类读者的完整叙述（数据来源、官方附注、城市清单、引用格式）在 README.md，不要把它的内容复制到本包里。