यह निर्धारित करना कि कौन सा यूएस ज़िपकोड एक से अधिक राज्यों या एक से अधिक शहरों के लिए मैप करता है?


23

मैं एक ज़िप कोड सूची का उपयोग कर रहा हूं, और मैं यह जानने के लिए उत्सुक हूं कि एक से अधिक अमेरिकी राज्य या अमेरिकी शहर में कितने (या कौन से) ज़िप कोड मैप हैं?

उदाहरण के लिए, मुझे पता है कि ज़िप कोड 42223अमेरिकी सेना, फोर्ट कैंपबेल को हल करता है जो केवाई-टीएन राज्य लाइन को फैलाता है। अजीब तरह से, Google API केवल TNउस ज़िप के अनुसार उस स्थिति के लिए लौटता है ।


आप "शहर" और "ज़िप कोड" को कैसे परिभाषित कर रहे हैं?
इवान कैरोल

जवाबों:


22

13 बहु-राज्य अमेरिकी जनगणना ज़िप कोड टैबूलेशन एरिया (ZCTAs) हैं: 02861, 42223, 59221, 63673, 71749, 73949, 81137, 84536, 86044, 86515, 88063, 89439 और 97635।

जैसा कि दूसरों ने उल्लेख किया है, एक ज़िप कोड द्वारा कवर किए गए क्षेत्र का पता लगाने के लिए कुछ अलग तरीके हैं, लेकिन ZCTAs सबसे आसान और एकमात्र आधिकारिक संस्करण है जिसे मैं जानता हूं।

तो 42223 का आपका उदाहरण एक राज्य की सीमा का है, लेकिन ऐसा लगता है कि यह वास्तव में मैरीलैंड और वर्जीनिया के बीच है। केंटकी और टेनेसी के बीच।

यहां राज्यों के साथ पूरी सूची दी गई है:

 02861  Massachusetts
 02861   Rhode Island
 42223       Kentucky
 42223      Tennessee
 59221        Montana
 59221   North Dakota
 63673       Illinois
 63673       Missouri
 71749       Arkansas
 71749      Louisiana
 73949       Oklahoma
 73949          Texas
 81137       Colorado
 81137     New Mexico
 84536        Arizona
 84536           Utah
 86044        Arizona
 86044           Utah
 86515        Arizona
 86515     New Mexico
 88063     New Mexico
 88063          Texas
 89439     California
 89439         Nevada
 97635     California
 97635         Oregon

यहां बताया गया है कि मैंने इसे कैसे बनाया (पायथन में पंडों के साथ):

import pandas as pd

zcta_to_place_url = 'http://www2.census.gov/geo/docs/maps-data/data/rel/zcta_place_rel_10.txt'

# load relevant data
df = pd.read_csv(
  zcta_to_place_url,
  dtype={'ZCTA5': str},
  usecols=['ZCTA5', 'STATE'])

# the data often repeats the same (ZCTA, state) pair. Remove these
df = df.drop_duplicates()

# get number of times each ZCTA appears (most are only 1)
counts = df['ZCTA5'].value_counts()

# get those listed more than once
multi_state_zips = df[df.ZCTA5.isin(counts[counts > 1].index)]


# the census uses numeric state codes
# replace these with state names

census_codes_to_names_url = 'http://www2.census.gov/geo/docs/reference/state.txt'

states = pd.read_csv(census_codes_to_names_url, sep='|')
merged = pd.merge(
  multi_state_zips, states,
  on='STATE'
  )[['ZCTA5', 'STATE_NAME']]
print merged.sort(['ZCTA5', 'STATE_NAME']).to_string(index=False)

संपादित करें : ऐसा लगता है कि जनगणना में राज्यों के लिए दो अलग-अलग दो-कूट हैं। दोनों संख्याओं को राज्य की वर्णानुक्रम के आधार पर निर्दिष्ट किया गया है, लेकिन एक 1-51 (50 राज्यों + डीसी) से सीधे संख्याओं को लागू करता है , जबकि दूसरा कुछ संख्याओं को छोड़ देता है । मैं पहले का उपयोग कर रहा था, जबकि मुझे दूसरे का उपयोग करना चाहिए था, इसलिए मैंने जिन राज्य नामों को सूचीबद्ध किया था वे गलत थे। मैंने सही सूची के साथ कोड और परिणाम अपडेट किए हैं।

संपादित करें : OpenCongress API द्वारा नए स्टेट मैपिंग की पुष्टि: https://gist.github.com/gabrielgrant/89f883d093e2abf129ad


2
इस @JesseCrocker को पकड़ने के लिए बहुत बहुत धन्यवाद - ऐसा लगता है कि जनगणना (भ्रामक रूप से) राज्यों के लिए दो अलग-अलग दो अंकों की कोडिंग है। दोनों संख्याओं को राज्य की वर्णानुक्रम के आधार पर निर्दिष्ट किया गया है, लेकिन एक 1-51 (50 राज्यों + डीसी) से सीधे संख्याओं को लागू करता है , जबकि दूसरा कुछ संख्याओं को छोड़ देता है । मैं पहले का उपयोग कर रहा था, लेकिन मुझे दूसरे का उपयोग करना चाहिए था, इसलिए मैंने जिन राज्य नामों को सूचीबद्ध किया था वे गलत थे (हालांकि ZCTAs अच्छे थे)। मैंने कोड और परिणाम सही सूची के साथ तय किए हैं।
गेब्रियल ग्रांट

2
दान कोड में अंतराल के बारे में, 1970 के दशक के क्षेत्र (अमेरिकी सामोआ, नहर क्षेत्र, गुआम, प्यूर्टो रिको और वर्जिन द्वीपसमूह) के लिए स्किप किए गए नंबर आरक्षित किए गए थे, लेकिन तब उनके लिए इस्तेमाल नहीं किया जा रहा था। en.wikipedia.org/wiki/…
neuhausr

3
57717 मत भूलो जो तीन राज्यों छह, काउंटी, और कई शहरों तक फैला है: 57717 अरोरा, एसडी 57717 बुट्टे, एसडी 57717 कार्टर, एमटी 57717 बदमाश, WY 57717 हार्डिंग, एसडी 57717 लॉरेंस, एसडी
जेफ्री

1
यह सूची पूर्ण नहीं है। एक के लिए मेरा उत्तर की जाँच अब तक बेहतर सन्निकटन। gis.stackexchange.com/a/223445/6052
इवान कैरोल

@ जेफ्री दिलचस्प, मुझे आश्चर्य है कि यह जेडसीटीए स्थान सूची में सूचीबद्ध क्यों नहीं है?
गेब्रियल ग्रांट

11

वास्तव में यह बताने का कोई तरीका नहीं है; चूंकि एक ज़िपकोड सीमा आकार नहीं है जिसे यूएसपीएस द्वारा परिभाषित किया गया है। ZipCodes एक विशेष वितरण केंद्र से वाहक द्वारा वितरित सड़कों के एक बाउंडिंग बॉक्स द्वारा परिभाषित किए गए हैं।

तो आपको यूएसपीएस एआईएस डेटा लेने और ज़िपकोड द्वारा सड़कों को निकालने की आवश्यकता होगी जो किसी दिए गए डाकघर द्वारा वितरित की जाती हैं, फिर इन में शामिल हों एक सड़क ग्रिड। यह वही है जो सभी वाणिज्यिक विक्रेता (Nokia / TomTom) Psuedo आकार बनाने के लिए करते हैं जो वे डाक सीमाओं को दिखाने के लिए उपयोग करते हैं।

यह अक्षम्य प्रक्रिया यही कारण है कि यूएसपीएस स्थानिक डेटा प्रदान नहीं करता है।


2
क्या कुछ सही है? स च क्या है? जिप सीमाओं की बहुत सारी परतें बनाई गई हैं, जो अपनी अज्ञात आवश्यकताओं को देखते हुए इस विशेष विश्लेषण के उद्देश्य की पूर्ति कर सकती हैं या नहीं भी कर सकती हैं। Esri मुक्त ज़िप सीमाएँ - arcgis.com/home/item.html?id=8d2012a2016e484dafaac0451f9aea24 यह भी देखें gis.stackexchange.com/questions/2682/…
awesomo

2
दिया गया है, लेकिन आपको यह भी समझना होगा कि आप जो भी डेटा उपयोग कर रहे हैं उसके निहितार्थ क्या हैं।
DEWright

7

अमेरिकी जनगणना ब्यूरो अपने भीतर निहित पतों के आधार पर ज़िप कोड के लिए अनुमानित सीमाओं को प्राप्त करता है, जिसे ज़िप कोड सारणीकरण क्षेत्र (ZCTAs) कहा जाता है।

वे संबंध फाइलें प्रकाशित करते हैं जो बताती हैं कि उनका ZCTA विभिन्न अन्य भौगोलिक क्षेत्रों के लिए कैसा है। यदि आप ZCTA से प्लेस रिलेशनशिप फाइल की जांच करते हैं तो आप देख सकते हैं कि वे शहरों और कस्बों में कैसे मैप करते हैं। आप अनुमान लगा सकते हैं कि वे ZCTA से काउंटियों रिलेशनशिप फाइल के राज्यों का नक्शा कैसे बनाते हैं

रिलेशनशिप फाइलें जनगणना भूगोल आईडी का उपयोग करती हैं, इसलिए आप संख्यात्मक आईडी को उस स्थान या काउंटी के नाम में बदलने में मदद करने के लिए एक गजेटियर फाइल को हथियाना चाहेंगे जो आप उम्मीद कर रहे हैं।

जैसा कि अन्य जवाबों में कहा गया है, स्थानों के लिए ज़िप कोडों की किसी भी मानचित्रण अनुमानित होने की संभावना है, लेकिन मुझे जनगणना फ़ाइलों के साथ सौभाग्य मिला है।


4

पोस्टजीस के साथ 2016 टाइगर डेटा

एक विशेष चेतावनी के रूप में, ZCTA डेटा USPS ज़िप कोड नहीं है। यह इसका एक अनुमान है। यूएसपीएस ज़िप कोड वास्तव में भयानक हैं और लगभग अनुमानित के अलावा उपयोगी नहीं हैं। यूएसपीएस के अलावा हर सरकारी संस्था और (ZCTA बनाने की जनगणना) सहित हर कोई उन्हें पूरी तरह से नजरअंदाज करता है। यदि USPS थोड़ा बड़ा होना चाहते हैं, तो वे केवल नवीनतम ZCTA में परिवर्तित करेंगे और आधिकारिक जीआईएस बहुभुज प्रदान करेंगे।

  • 2016 टाइगर ZCTA 877 एमबी टेबल डेटा।
    • 33,144 ZCTAs
    • कुल 52,669,641 अंक,
  • 2016 TIGER में 15 MB टेबल डेटा है।
    • 56 "राज्य" है
    • कुल 912,464 अंक

तब ... यहां हमने TIGER स्टेट और TIGER ZCTA डेटासेट के बीच के चौराहों के लिए क्वेरी की। ध्यान दें, हम राज्यों को कुल ZCTA क्षेत्र के 1% से अर्हता प्राप्त करते हैं। यदि ZCTA क्षेत्र का 1% राज्य में नहीं है, तो हम मान लेते हैं कि यह एक गोल त्रुटि है, या किसी व्यक्ति की जनगणना में कुछ गड़बड़ है। एक ज़िप कोड की जाँच करें 56168या यहाँ तक 83832कि हम इस जोड़े गए चयन के साथ छंटनी कर रहे हैं।

SELECT zcta5ce10, array_agg(state.name ORDER BY state.name) AS states
FROM census.state AS state
JOIN census.zcta AS zcta ON (
  ST_Intersects(state.geog::geometry, zcta.geog::geometry)
  AND NOT ST_Touches(state.geog::geometry, zcta.geog::geometry)
  AND ST_Area(ST_Intersection(state.geog, zcta.geog)) > (ST_Area(zcta.geog)*0.01)
)
GROUP BY zcta.zcta5ce10
HAVING count(*) > 1
ORDER BY zcta5ce10;

यहां पर फिर से शुरू होता है

 zcta5ce10 |            states            
-----------+---------------------------------
 03579     | {Maine,"New Hampshire"}
 20135     | {Virginia,"West Virginia"}
 24604     | {Virginia,"West Virginia"}
 31905     | {Alabama,Georgia}
 38079     | {Kentucky,Tennessee}
 38769     | {Arkansas,Mississippi}
 38852     | {Alabama,Mississippi}
 42223     | {Kentucky,Tennessee}
 51001     | {Iowa,"South Dakota"}
 51023     | {Iowa,"South Dakota"}
 51360     | {Iowa,Minnesota}
 51557     | {Iowa,Nebraska}
 51640     | {Iowa,Missouri}
 52542     | {Iowa,Missouri}
 52573     | {Iowa,Missouri}
 52626     | {Iowa,Missouri}
 54554     | {Michigan,Wisconsin}
 56027     | {Iowa,Minnesota}
 56144     | {Minnesota,"South Dakota"}
 56164     | {Minnesota,"South Dakota"}
 56219     | {Minnesota,"South Dakota"}
 56744     | {Minnesota,"North Dakota"}
 57026     | {Minnesota,"South Dakota"}
 57030     | {Minnesota,"South Dakota"}
 57068     | {Minnesota,"South Dakota"}
 57078     | {Nebraska,"South Dakota"}
 57638     | {"North Dakota","South Dakota"}
 57641     | {"North Dakota","South Dakota"}
 57642     | {"North Dakota","South Dakota"}
 57645     | {"North Dakota","South Dakota"}
 57648     | {"North Dakota","South Dakota"}
 57660     | {"North Dakota","South Dakota"}
 57717     | {"South Dakota",Wyoming}
 57724     | {Montana,"South Dakota"}
 58225     | {Minnesota,"North Dakota"}
 58439     | {"North Dakota","South Dakota"}
 58623     | {"North Dakota","South Dakota"}
 58649     | {"North Dakota","South Dakota"}
 58653     | {"North Dakota","South Dakota"}
 59221     | {Montana,"North Dakota"}
 59270     | {Montana,"North Dakota"}
 59275     | {Montana,"North Dakota"}
 59847     | {Idaho,Montana}
 63673     | {Illinois,Missouri}
 65729     | {Arkansas,Missouri}
 65733     | {Arkansas,Missouri}
 65761     | {Arkansas,Missouri}
 66541     | {Kansas,Nebraska}
 67950     | {Kansas,Oklahoma}
 68325     | {Kansas,Nebraska}
 68719     | {Nebraska,"South Dakota"}
 68978     | {Kansas,Nebraska}
 69201     | {Nebraska,"South Dakota"}
 69212     | {Nebraska,"South Dakota"}
 69216     | {Nebraska,"South Dakota"}
 71749     | {Arkansas,Louisiana}
 72338     | {Arkansas,Tennessee}
 72644     | {Arkansas,Missouri}
 73949     | {Oklahoma,Texas}
 75556     | {Arkansas,Texas}
 79837     | {"New Mexico",Texas}
 80758     | {Colorado,Nebraska}
 81137     | {Colorado,"New Mexico"}
 81324     | {Colorado,Utah}
 82063     | {Colorado,Wyoming}
 82082     | {Nebraska,Wyoming}
 82701     | {"South Dakota",Wyoming}
 82801     | {Montana,Wyoming}
 82930     | {Utah,Wyoming}
 83111     | {Idaho,Wyoming}
 83120     | {Idaho,Wyoming}
 83312     | {Idaho,Utah}
 83342     | {Idaho,Utah}
 84034     | {Nevada,Utah}
 84531     | {Arizona,Utah}
 84536     | {Arizona,Utah}
 86044     | {Arizona,Utah}
 86504     | {Arizona,"New Mexico"}
 86514     | {Arizona,Utah}
 86515     | {Arizona,"New Mexico"}
 87328     | {Arizona,"New Mexico"}
 88220     | {"New Mexico",Texas}
 88430     | {"New Mexico",Texas}
 89010     | {California,Nevada}
 89019     | {California,Nevada}
 89060     | {California,Nevada}
 89421     | {Nevada,Oregon}
 89439     | {California,Nevada}
 89832     | {Idaho,Nevada}
 97635     | {California,Oregon}
 97910     | {Idaho,Oregon}
 99128     | {Idaho,Washington}
 99362     | {Oregon,Washington}
(93 rows)

आपको Google मानचित्र में इन सभी की जांच करने में सक्षम होना चाहिए। हालाँकि, Google मानचित्र भी आधिकारिक नहीं है।


1

स्टेट ओवरलैप्स का उल्लेख 1994 की जनगणना दस्तावेज़ में किया गया है

जून 1994 में, निम्नलिखित अमेरिकी जनगणना ब्यूरो साइट के अनुसार 153 ज़िप कोड हैं जो राज्य की सीमाओं को पार करते हैं।

जैसा कि पहले उल्लेख किया गया है, कुछ ज़िप कोड हैं जो राज्य लाइनों को वितरित करते हैं, और कुछ ज़िप / क्षेत्र हैं जो काउंटी लाइनों को पार करते हैं। एक से अधिक राज्यों में 153 ज़िप कोड हैं।एक से अधिक काउंटी में 9,000 ज़िप कोड हैं। 11,331 (कुल 857,400 में से) ज़िप / सेक्टर थे जो काउंटी द्वारा विभाजित किए गए थे। सभी राज्यों में कुछ विभाजित क्षेत्र थे, जिनमें वर्जीनिया, मिशिगन और ओहियो विशेष रूप से बड़ी खुराक थे। ग्रामीण रूट सेक्टर, जैसा कि अपेक्षित था, विभाजित क्षेत्रों के शेर की हिस्सेदारी (अपेक्षाकृत) थी। अन्य मामलों में से अधिकांश निचले क्षेत्र सीमा (पोस्ट ऑफिस बॉक्स के लिए आरक्षित) और सेक्टर 99 में (पोस्टमास्टर और बिजनेस मेल के लिए आरक्षित) हैं। इन चयनित मामलों के लिए कुछ गैर-मानक काउंटी कोड असाइनमेंट होने चाहिए। हमें बाद की तारीख में इनकी जांच करनी होगी।


0

आर्कजीआईएस के साथ आप एक से अधिक राज्य पॉलीगोन के साथ किस ज़िप कोड बहुभुज को खोजने के लिए स्थानिक जुड़ाव उपकरण (या एक स्क्रिप्ट में) का उपयोग कर सकते हैं। आउटपुट फीचर क्लास में, Join_Count फ़ील्ड होगी जो कई राज्यों को इंगित करेगी। आप ज़िप और शहरों के साथ एक समान काम कर सकते हैं। झूठे सकारात्मक होने की संभावना होगी जहां ज़िप अनजाने में सीमा अशुद्धि / अभाव या संकल्प के कारण एक से अधिक ओवरलैप करते हैं। आप संभवतः स्थानिक जुड़ने से पहले ज़िप के नकारात्मक -100 मीटर बफर कर सकते हैं और देखें कि यह क्या करता है।

import arcpy

target_features = "C:/data/usa.gdb/states"
join_features = "C:/data/usa.gdb/zips"
out_feature_class = "C:/data/usa.gdb/states_zips"

arcpy.SpatialJoin_analysis(target_features, join_features, out_feature_class, "JOIN_ONE_TO_MANY")

http://help.arcgis.com/en/arcgisdesktop/10.0/help/index.html#/Spatial_Join/00080000000q000000/
"दो नए फ़ील्ड, Join_Count और TARGIS_FID, हमेशा आउटपुट फीचर क्लास में जोड़े जाते हैं। Join_Count इंगित करता है कि कितने जुड़ने हैं। सुविधाएँ प्रत्येक लक्ष्य सुविधा (TARGET_FID) से मेल खाती हैं। एक और नया क्षेत्र, JOIN_FID, आउटपुट में जोड़ा जाता है जब JOIN_ONE_TO_MANY ऑपरेशन ऑपरेशन पैरामीटर में निर्दिष्ट होता है। "


0

आप PostGIS में एक स्थानिक अन्तर्विभाजक कर सकते हैं और प्रत्येक राज्य या शहर और ज़िप कोड की एक सूची प्राप्त कर सकते हैं जो वे प्रतिच्छेद करते हैं, जो कई ज़िप कोड लौटाते हैं जहाँ कई राज्य प्रतिच्छेद करते हैं, और प्रत्येक शहर के लिए जो एक ही ज़िप को प्रतिच्छेद करते हैं, आप देखेंगे वह परिणाम भी।



-2

पेंसिल्वेनिया में पोस्ट ऑफिस की सीमाएं नगर निगम की सीमाओं के साथ संरेखित नहीं हैं। कुछ टाउनशिप में कई डाक घर हो सकते हैं। जब हम 911 को संबोधित कर रहे थे, कुछ टाउनशिप ने पीओ को टाउनशिप के नाम पर अपना नाम बदलने के लिए कहा, तो पीओ ने उन्हें इस शर्त के साथ अनुमति दी कि वे पुराने पोस्ट ऑफिस ज़िप कोड का उपयोग करना जारी रखें। बहुतों ने ऐसा किया। आप इन लिंक से देख सकते हैं कि समान ज़िप कोड कई शहरों के लिए उपयोग में है। https://suburbanstats.org/zip-codes/pennsylvania/thornhurst https://suburbanstats.org/zip-codes/pennsylvania/scott-twp मूल रूप से सही ज़िप कोड के साथ "एनीटाउन" का उपयोग करने के कारण उनके सॉर्टिंग कंप्यूटर पढ़ने के कारण काम करेंगे ज़िप कोड पहले।

आप पीओ में भी दौड़ सकते हैं, जिसमें केवल पीओ बॉक्स हों और स्थानीय वितरण न करें इसलिए आपके नक्शे के लिए कोई बहुभुज नहीं है। ये पीओ आमतौर पर छोटे होते हैं।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.