数据目录规范（Data Directory Guide）

本目录集中存放 Olist 电商多模态智能分析项目的全部数据，统一遵循以下规范，避免多份重复数据集造成版本混乱。

目录约定

目录 / 文件	定位	说明
`olist_public_dataset/`	Olist 原始公开数据集（标准来源）	Kaggle 原始 8 张关联表 + 元数据，供各 Notebook 直接读取
`brazi_gdp/`	巴西经济与地理辅助数据	全国 / 州级 GDP CSV、GDP JSON、州界 GeoJSON
`brazilian_ecommerce_dataset.csv`	汇总导出	由 `2.基础数据探索.ipynb` 导出
`processed_orders.csv`	中间处理结果	订单预处理后的中间数据

数据只读：data/ 下为原始 / 中间数据，修改前请先备份。
路径统一：代码中禁止硬编码绝对路径，统一通过根目录 config.py 提供的数据路径常量（RAW_DATA_DIR / GDP_DIR / GEOJSON_PATH 等）引用。
MySQL 导入：2.基础数据探索.ipynb 从 MySQL basic_data 库读取数据；连接参数通过 .env 配置（见根目录 .env.example），不再硬编码在代码中。
避免重复：新增数据请优先放入对应语义目录，避免在 export/ 等位置产生冗余副本。

原始数据集来源：Kaggle — Brazilian E-Commerce Public Dataset by Olist