Det er 13 multi-state US Census «ZIP Code Tabulation Areas (ZCTAs): 02861, 42223, 59221, 63673, 71749, 73949, 81137, 84536, 86044, 86515, 88063, 89439 & 97635.

Som andre har nevnt, der er noen forskjellige måter å finne ut av området som dekkes av et postnummer, men ZCTA er det enkleste, og bare offisiell versjon som jeg vet om.

Så eksempelet ditt på 42223 spenner over en statsgrense, , men det ser ut til at det faktisk er mellom Maryland og Virginia. det mellom Kentucky og Tennessee.

Her er hele listen med tilstander:

 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 

Slik genererte jeg den (med Pandaer i Python):

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) 

Rediger : Det ser ut til at folketellingen har to forskjellige tosifrede kodinger for stater. Begge er tall som er tildelt basert på statens alfabetiske rekkefølge, men man ser ut til å bruke tallene direkte fra 1-51 (50 stater + DC), mens den andre hopper over noen tall . Jeg brukte det første, mens jeg skulle ha brukt det andre, så tilstandsnavnene jeg oppga var feil. Jeg har oppdatert kode og resultater med riktig liste.

Rediger : ny tilstandskartlegging bekreftet av OpenCongress API: https://gist.github.com/gabrielgrant/89f883d093e2abf129ad

Kommentarer

• Tusen takk for at du fikk tak i dette @JesseCrocker – Det virker folketellingen (forvirrende) har to forskjellige tosifrede kodinger for stater. Begge er tall som er tildelt basert på tilstanden ‘ s alfabetisk rekkefølge, men man ser ut til å bruke tallene direkte fra 1-51 (50 stater + DC), mens den andre hopper over noen tall . Jeg brukte den første, men jeg burde ha brukt den andre, så tilstandsnavnene jeg oppga var feil (selv om ZCTAene var gode). Jeg ‘ har fikset koden og resultatene med riktig liste.
• Når det gjelder hullene i FIPS-kodene, ble de hoppede tallene reservert på 1970-tallet for fjerne områder (Amerikansk Samoa, Canal Zone, Guam, Puerto Rico og Jomfruøyene), men da ble ikke ‘ brukt til dem. no.wikipedia.org/wiki/…
• Don ‘ glem ikke postnummer 57717 som spenner over tre stater seks, fylker og flere byer: 57717 Aurora, SD 57717 Butte, SD 57717 Carter, MT 57717 Crook, WY 57717 Harding, SD 57717 Lawrence, SD
• Denne oppføringen er ikke ‘ t nesten fullført. Sjekk ut svaret mitt for en langt bedre tilnærming. gis.stackexchange.com/a/223445/6052
• At ‘ er merkelig. Google Maps viser 02861 som bokstavelig talt en del av grensen mellom MA og RI, og hele postnummeret i RI google.com/ maps / place / Pawtucket, + RI + 02861 / …

US Census Bureau utarbeider omtrentlig grenser for postnummer basert på adressene i dem, kalt ZIP Kodetabellområder (ZCTAer).

De publiserer relasjonsfiler som beskriver hvordan ZCTAene deres kartlegges til forskjellige andre geografiske områder. Hvis du undersøker forholdet ZCTA to Place , kan du se hvordan de tilordnes til byer og tettsteder. Du kan utlede hvordan de tilordnes til stater fra ZCTA til fylker -forholdsfilen.

Forholdsfilene bruker Census-geografi-ID-er, så du » Jeg vil ta tak i en gazetteer-fil for å hjelpe deg med å konvertere de numeriske ID-ene til de sted- eller fylkesnavnene du forventer.

Som andre svarene har uttalt, vil enhver kartlegging av postnummer til steder sannsynligvis være omtrentlig, men jeg har hatt lykke til med Census-datafilene.

State Overlaps nevnt i folketellingsdokumentet fra 1994

I juni 1994 er det ifølge følgende US Census Bureau nettsted 153 postnummer som krysser statsgrenser.

Som nevnt tidligere er det noen få postnummer som leverer på tvers av delstatslinjer, og det er noen få postnummer / sektorer som krysser fylkeslinjer. Det er 153 postnummer i mer enn en tilstand. Det er 9 000 postnummer i mer enn ett fylke. Det var 11 331 (av totalt 857 400) Postnummer / sektorer som var spl det etter fylke. Alle stater hadde noen splittede sektorer, med Virginia, Michigan og Ohio som hadde en spesielt større dosering. Rutesektorene på landsbygda inneholdt, som forventet, (relativt) løvenes andel av splittede sektorer. De fleste andre tilfeller er i det nedre sektorområdet (reservert for postkasser) og i sektor 99 (reservert for postmester og næringsliv e-postreturering). Det må forekomme noen ikke-standard fylkeskodetildelinger for disse utvalgte sakene. Vi må undersøke disse nærmere på et senere tidspunkt.

Med ArcGIS kan du bruke det romlige sammenkoblingsverktøyet (eller i et skript) for å finne hvilke postnummer polygoner som krysser med mer enn en tilstands polygoner. I utdatafunksjonsklassen vil det være et Join_Count-felt som vil indikere flere tilstander. Du kan gjøre en lignende ting med glidelåser og byer. Det vil sannsynligvis være falske positiver der glidelåser utilsiktet overlapper mer enn en på grunn av unøyaktigheter i grensen / mangel på eller oppløsning. Du kan muligens gjøre en negativ -100m buffer av glidelåsene før den romlige sammenføyningen og se hva det gjør.

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/
«To nye felt, Join_Count og TARGET_FID, legges alltid til i utdatafunksjonsklassen. Join_Count indikerer hvor mange join-funksjoner som samsvarer med hver målfunksjon (TARGET_FID). Et annet nytt felt, JOIN_FID, legges til utgangen når JOIN_ONE_TO_MANY er spesifisert i parameteren Join Operation.»

Du kan ta et romlig skjæringspunkt i PostGIS og få en liste tilbake over hver stat eller by og postnummer at de krysser hverandre, som vil returnere flere postnummer der flere stater krysser hverandre, og for hver by som krysser samme postnummer, vil du også se det resultatet.

Kommentarer

• Se svaret mitt for detaljer.

I Pennsylvania stemmer ikke postkontorgrensene overens med kommunegrensene. Noen townships kan ha flere postkontorer som leverer til dem. Da vi holdt 911-adressering, ba noen townships PO om å endre sitt behov til bynavnet, tillot PO dem å gjøre dette med den tilstanden de fortsatte å bruke det gamle postkontorets postnummer. Mange gjorde dette. Du kan se fra disse linkene at samme postnummer er i bruk i flere byer. https://suburbanstats.org/zip-codes/pennsylvania/thornhurst https://suburbanstats.org/zip-codes/pennsylvania/scott-twp I utgangspunktet vil «Anytown» med riktig postnummer fungere på grunn av deres sorteringsdatamaskiner som leser postnummer koden først.

Du kan også støte på PO som bare har postbokser og ikke utfører lokal levering, så ingen polygon for kartet ditt. Disse PO-ene er vanligvis små.