কোন মার্কিন জিপকোডগুলি একাধিক রাজ্য বা একাধিক শহরে মানচিত্র নির্ধারণ করছে?


23

আমি একটি জিপ কোড তালিকা ব্যবহার করছি, এবং আমি জানতে আগ্রহী যে একাধিক মার্কিন রাষ্ট্র বা মার্কিন শহরে কতগুলি (বা কোন) জিপ কোড মানচিত্র রয়েছে?

উদাহরণস্বরূপ আমি জানি যে জিপ কোড 42223মার্কিন সেনাবাহিনীর সাথে সমাধান করে, ফোর্ট ক্যাম্পবেল যা কেওয়াই-টিএন স্টেট লাইনকে স্তম্ভিত করে। অদ্ভুতভাবে, গুগল এপিআই কেবল TNসেই জিপের সাথে সম্পর্কিত সেই রাজ্যের জন্য ফেরত দেয় ।


আপনি কীভাবে "শহর" এবং "জিপ কোড" সংজ্ঞায়িত করছেন?
ইভান ক্যারল

উত্তর:


22

এখানে ১৩ টি বহু-রাষ্ট্রীয় মার্কিন আদমশুমারির জিপ কোড ট্যাবুলেশন অঞ্চলগুলি (জেডসিটিএ) রয়েছে: 02861, 42223, 59221, 63673, 71749, 73949, 81137, 84536, 86044, 86515, 88063, 89439 এবং 97635।

অন্যরা যেমন উল্লেখ করেছেন, একটি জিপ কোড দ্বারা আচ্ছাদিত অঞ্চলটি চিহ্নিত করার কয়েকটি ভিন্ন উপায় রয়েছে তবে জেডসিটিএ হ'ল সবচেয়ে সহজ এবং একমাত্র অফিসিয়াল সংস্করণ যা আমি জানি।

সুতরাং আপনার 42223 এর উদাহরণটি একটি রাজ্য সীমানা জুড়ে রয়েছে তবে দেখে মনে হচ্ছে এটি আসলে মেরিল্যান্ড এবং ভার্জিনিয়ার মধ্যে। এটি কেন্টাকি এবং টেনেসির মধ্যে।

রাষ্ট্রগুলির সাথে সম্পূর্ণ তালিকা এখানে রয়েছে:

 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

এখানে আমি কীভাবে এটি তৈরি করেছি (পাইথনের পান্ডাদের সাথে):

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)

সম্পাদনা : দেখে মনে হচ্ছে রাজ্যের জন্য আদমশুমারির দুটি পৃথক দুই-অঙ্কের কোডিং রয়েছে। উভয়ই রাজ্যের বর্ণানুক্রমিক ক্রমের উপর ভিত্তি করে নির্ধারিত সংখ্যা, তবে একজনের মনে হয় 1-51 (50 টি স্টেটস + ডিসি) থেকে সরাসরি নম্বরগুলি প্রয়োগ করা হয় , অন্যটি কিছু নম্বর বাদ দেয় । আমি প্রথমটি ব্যবহার করছিলাম, যখন আমার দ্বিতীয়টি ব্যবহার করা উচিত ছিল, সুতরাং আমার তালিকাভুক্ত রাষ্ট্রের নামগুলি ভুল ছিল। আমি সঠিক তালিকা সহ কোড এবং ফলাফল আপডেট করেছি।

সম্পাদনা করুন : ওপেনকং্রেস এপিআই দ্বারা নতুন স্টেট ম্যাপিং নিশ্চিত হয়েছে: https://gist.github.com/gabrielgrant/89f883d093e2abf129ad


2
এই @ জেসক্রোকার ধরার জন্য অনেক অনেক ধন্যবাদ - মনে হয় রাজ্যগুলির জন্য আদমশুমারিতে (বিভ্রান্তিমূলকভাবে) দুটি পৃথক দুটি-অঙ্কিত কোডিং রয়েছে। উভয়ই রাজ্যের বর্ণানুক্রমিক ক্রমের উপর ভিত্তি করে নির্ধারিত সংখ্যা, তবে একজনের মনে হয় 1-51 (50 টি স্টেটস + ডিসি) থেকে সরাসরি নম্বরগুলি প্রয়োগ করা হয় , অন্যটি কিছু নম্বর বাদ দেয় । আমি প্রথমটি ব্যবহার করছিলাম তবে আমার দ্বিতীয়টি ব্যবহার করা উচিত ছিল, তাই আমি তালিকাভুক্ত রাষ্ট্রের নামগুলি ভুল ছিল (যদিও জেডটিটিএ ভাল ছিল)। আমি সঠিক তালিকা সহ কোড এবং ফলাফলগুলি ঠিক করেছি।
গ্যাব্রিয়েল গ্রান্ট

2
এফআইএসি কোডগুলির ফাঁকগুলি সম্পর্কে, এড়িয়ে যাওয়া সংখ্যাগুলি ১৯ in০ এর দশকে বহিরাগত অঞ্চলগুলি (আমেরিকান সামোয়া, খাল অঞ্চল, গুয়াম, পুয়ের্তো রিকো এবং ভার্জিন দ্বীপপুঞ্জ) জন্য সংরক্ষিত ছিল, কিন্তু তারপরে তাদের জন্য ব্যবহৃত হচ্ছে না। en.wikipedia.org/wiki/...
neuhausr

3
জিপকোড 57717 ভুলবেন না যা তিনটি রাজ্যের ছয়, কাউন্টি এবং একাধিক শহর জুড়ে রয়েছে: 57717 অরোরা, এসডি 57717 বাট, এসডি 57717 কার্টার, এমটি 57717 ক্রুক, ডব্লিউওয়াই 57717 হার্ডিং, এসডি 57717 লরেন্স, এসডি
জেফ্রি

1
এই তালিকা সম্পূর্ণ সমাপ্ত হয় না। একটি জন্য আমার উত্তর চেক আউট পর্যন্ত ভাল পড়তা। gis.stackexchange.com/a/223445/6052
ইভান ক্যারল

@ জেফ্রে আকর্ষণীয়, আমি অবাক হয়েছি কেন এটি জেডটিটিএ স্থান তালিকায় তালিকাভুক্ত নয়?
গ্যাব্রিয়েল গ্রান্ট

11

সত্যিই এটি বলার উপায় নেই; যেহেতু একটি জিপকোড সীমানা আকৃতি নেই যা ইউএসপিএস দ্বারা সংজ্ঞায়িত করা হয়েছে। জিপকোডগুলি একটি নির্দিষ্ট বিতরণ কেন্দ্রের বাহক দ্বারা সরবরাহ করা স্ট্রিটগুলির একটি বাউন্ডিং বাক্স দ্বারা সংজ্ঞায়িত করা হয়।

সুতরাং আপনাকে ইউএসপিএস এআইএস ডেটা নেওয়া এবং প্রদত্ত পোস্ট অফিসের মাধ্যমে প্রদত্ত রাস্তাগুলি জিপকোডগুলি থেকে বের করতে হবে, তারপরে এই রাস্তার গ্রিডে যোগ দিন। তারা পোস্ট সীমানা দেখানোর জন্য যা ব্যবহার করেন Psuedo আকার তৈরি করতে সমস্ত বাণিজ্যিক বিক্রেতারা (নোকিয়া / টমটম) এটি করেন।

এই অকার্যকর প্রক্রিয়াটি ইউএসপিএস স্থানিক ডেটা সরবরাহ না করার কারণ।


2
কিছু সঠিক? সত্য কি? প্রচুর জিপ সীমানা স্তর তৈরি করা হয়েছে, যা অজানা প্রয়োজনীয়তার কারণে এই নির্দিষ্ট বিশ্লেষণের উদ্দেশ্যটি সরবরাহ করতে পারে বা নাও করতে পারে। এসরি ফ্রি জিপ সীমানা - arcgis.com/home/item.html?id=8d2012a2016e484dafaac0451f9aea24 আরও দেখুন gis.stackex
بدل.

2
দেওয়া হয়েছে, তবে আপনার যে ডেটা ব্যবহার করছেন তার প্রভাবগুলিও যা করাচ্ছেন সেগুলিও আপনাকে বুঝতে হবে।
ডাবরাইট

7

ইউএস সেন্সাস ব্যুরো তাদের মধ্যে থাকা ঠিকানার উপর ভিত্তি করে জিপ কোডগুলির জন্য আনুমানিক সীমানা অর্জন করে, যা জিপ কোড ট্যাবুলেশন অঞ্চলগুলি (জেডসিটিএ) বলে।

তারা সম্পর্কের ফাইলগুলি প্রকাশ করে যা বর্ণনা করে যে কীভাবে তাদের জেডসিটিএ বিভিন্ন অন্যান্য ভৌগলিকাগুলিতে ম্যাপ করে। আপনি যদি জেডটিটিএ থেকে প্লেস রিলেশন ফাইলটি পরীক্ষা করেন তবে দেখতে পারবেন তারা কীভাবে শহর ও শহরে ম্যাপ করেন। তারা কীভাবে জেডসিটিএ থেকে কাউন্টি সম্পর্ক ফাইল থেকে ম্যাপ করে তা নির্ধারণ করতে পারেন ।

সম্পর্কের ফাইলগুলি সেন্সাসের ভূগোল আইডি ব্যবহার করে, সুতরাং আপনি সংখ্যাসূচক আইডিগুলিকে স্থান বা কাউন্টি নামগুলির প্রত্যাশায় রূপান্তর করতে সহায়তা করার জন্য একটি গেজেটিয়ার ফাইল ধরতে চাইবেন ।

অন্যান্য উত্তরে যেমনটি বলা হয়েছে যে, জায়গাগুলিতে জিপ কোডগুলির যে কোনও ম্যাপিং আনুমানিক হওয়ার সম্ভাবনা রয়েছে, তবে আমার আদমশুমারি ডাটা ফাইলগুলির সাথে ভাগ্য ভাল।


4

পোস্টজিআইএসের সাথে ২০১ Data সালের টাইগার ডেটা

একটি বিশেষ সতর্কতা হিসাবে, জেডটিটিএ ডেটা ইউএসপিএস জিপ কোড নয়। এটি এর প্রায় অনুমান। ইউএসপিএস জিপ কোডগুলি সত্যই ভয়ঙ্কর এবং আনুমানিক ব্যতীত দরকারী নয়। ইউএসপিএস ব্যতীত প্রতিটি সরকারী সত্তা এবং (জেডিসিটিএ তৈরির আদমশুমারি) সহ প্রত্যেকে এগুলি পুরোপুরি উপেক্ষা করে। যদি ইউএসপিএস কিছুটা বড় হতে চায় তবে তারা কেবল সর্বশেষতম জেডসিটিএতে রূপান্তর করতে চাইবে এবং অনুমোদিত জিআইএস বহুভুজ সরবরাহ করবে।

তারপরে ... এখানে আমরা টাইগার স্টেট এবং টাইগার জেডটিটিএ ডেটাসেটের মধ্যে ছেদ করার জন্য জিজ্ঞাসা করি। দ্রষ্টব্য, আমরা মোট জেডটিটিএ অঞ্চলের 1% দ্বারা রাজ্যগুলিকে যোগ্যতা অর্জন করি। যদি জেডটিটিএর 1% অঞ্চলটি রাজ্যে না থাকে তবে আমরা ধরে নিই যে এটি একটি গোলাকার ত্রুটি, বা কেউ আদমশুমারিতে কিছু আঙুল দিয়ে দেখছে। 56168এমন 83832একটি জিপ কোডের জন্য দেখুন বা এটির জন্য যা আমরা এই যুক্তকৃত নির্বাচনের সাথে ছাঁটাই করছি।

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;

এখানে পুনরায় সংস্থাপিত হয়

 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)

গুগল ম্যাপে আপনার এই সমস্ত চেক স্পট করতে সক্ষম হওয়া উচিত। তবে গুগল ম্যাপসও অনুমোদিত নয়


1

1994 সালের আদমশুমারির নথিতে উল্লিখিত রাজ্য ওভারল্যাপগুলি

1994 সালের জুনে, নিম্নলিখিত মার্কিন আদমশুমারি ব্যুরো সাইট অনুসারে 153 টি জিপ কোড রয়েছে যা রাষ্ট্রের সীমানা অতিক্রম করে।

পূর্বে উল্লিখিত হিসাবে, কয়েকটি জিপ কোড রয়েছে যা রাষ্ট্রীয় লাইনগুলি জুড়ে সরবরাহ করে এবং কয়েকটি জিপ / সেক্টর রয়েছে যা কাউন্টি লাইনগুলি অতিক্রম করে। একাধিক রাজ্যে 153 জিপ কোড রয়েছে।একাধিক কাউন্টিতে 9,000 জিপ কোড রয়েছে। এখানে ১১,৩৩১ (মোট 857,400 এর মধ্যে) জিপ / সেক্টরগুলি কাউন্টির দ্বারা বিভক্ত হয়েছিল। ভার্জিনিয়া, মিশিগান এবং ওহিওর একটি বিশেষত বৃহত্তর ডোজ সহ সমস্ত রাজ্যের কিছু বিভক্ত ক্ষেত্র ছিল। আশানুরূপ হিসাবে গ্রামীণ রুট সেক্টরগুলিতে বিভক্ত খাতের সিংহভাগ রয়েছে (তুলনামূলকভাবে)। অন্যান্য ক্ষেত্রে বেশিরভাগগুলি নিম্ন সেক্টরের পরিসরে (পোস্ট অফিস বাক্সগুলির জন্য সংরক্ষিত) এবং সেক্টর 99 (পোস্টমাস্টার এবং ব্যবসায়িক মেইল ​​রিটার্নের জন্য সংরক্ষিত)। এই নির্বাচিত ক্ষেত্রে কিছু অ-মানক কাউন্টি কোড অ্যাসাইনমেন্ট থাকতে হবে। আমাদের পরবর্তী তারিখে এগুলি আরও তদন্ত করতে হবে।


0

আর্কজিআইএসের সাহায্যে আপনি জিপ কোড বহুভুজ একাধিক রাষ্ট্র বহুভুজকে ছেদ করে এমন সন্ধানের জন্য স্থানিক যোগদানের সরঞ্জামটি (বা কোনও স্ক্রিপ্টে) ব্যবহার করতে পারেন। আউটপুট বৈশিষ্ট্য শ্রেণিতে, একটি জয়েন_কাউন্ট ক্ষেত্র থাকবে যা একাধিক রাজ্যকে নির্দেশ করবে। আপনি জিপ এবং শহরগুলির সাথে একই জিনিস করতে পারেন। সীমানার ভুল / অভাব বা রেজোলিউশনের কারণে জিপগুলি অনিচ্ছাকৃতভাবে একাধিককে ওভারল্যাপ করতে পারে এমন মিথ্যা ইতিবাচকতা সম্ভবত রয়েছে। স্থানিক যোগদানের আগে আপনি সম্ভবত জিপগুলির নেতিবাচক -100 মিটার বাফার করতে পারেন এবং দেখুন কী করে।

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/00080000000q00000000
"দুটি নতুন ক্ষেত্র, join_Count এবং TARGET_FID সর্বদা আউটপুট বৈশিষ্ট্য শ্রেণিতে যুক্ত করা হয় Join বৈশিষ্ট্যগুলি প্রতিটি লক্ষ্য বৈশিষ্ট্যের সাথে মিলিত হয় (TARGET_FID) Another যোগ অপারেশন প্যারামিটারে JOIN_ONE_TO_MANY নির্দিষ্ট করা হলে আউটপুটে আরও একটি নতুন ক্ষেত্র JOIN_FID যুক্ত হয় ""


0

আপনি পোস্টজিআইএসে একটি স্থানিক ছেদটি করতে পারেন এবং প্রতিটি রাজ্য বা সিটি এবং তারা যেগুলি জিপ কোডগুলি ছেদ করে সেগুলির একটি তালিকা ফিরে পেতে পারেন, যেখানে একাধিক পিন কোডগুলি ফিরে আসে যেখানে একাধিক রাজ্যগুলি ছেদ করে, এবং প্রতিটি শহর যা একই জিপকে ছেদ করে, আপনি দেখতে পাবেন ফলাফল হিসাবে।



-2

পেনসিলভেনিয়ায় পোস্ট অফিসের চৌহদ্দিগুলি পৌরসভার সীমানাগুলির সাথে কোনওভাবেই প্রসারিত হয় না। কিছু টাউনশিপগুলিতে তাদের সরবরাহ করার জন্য বেশ কয়েকটি পোস্ট অফিস থাকতে পারে। যখন আমরা 911 ঠিকানার কাজটি করছিলাম, তখন কিছু জনপদ পিওকে টাউনশিপের নাম বদলে দেওয়ার জন্য জিজ্ঞাসা করলেন, পিও তাদের পুরানো পোস্ট অফিসের জিপ কোডটি ব্যবহার করা অবধি শর্তে এটি করার অনুমতি দিয়েছে। অনেকেই এটা করেছেন। আপনি এই লিঙ্কগুলি থেকে দেখতে পারবেন একই পিন কোডটি বেশ কয়েকটি শহরের জন্য ব্যবহৃত। https://suburbanstats.org/zip-codes/pennsylvania/thornhurst https://suburbanstats.org/zip-codes/pennsylvania/scott-twp মূলত ডান জিপ কোডের সাথে "অ্যানটাউন" ব্যবহার করা তাদের বাছাই করা কম্পিউটারগুলির পড়ার কারণে কাজ করবে প্রথমে জিপ কোড

আপনি এমন পোষ্টও চলে যেতে পারেন যার কাছে কেবল পিও বাক্স থাকে এবং লোকাল ডেলিভারি না করে তাই আপনার মানচিত্রে বহুভুজ নয়। এই পিও সাধারণত ছোট হয়।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.