Question

有几个AC_SEARCH_LIBS([autoconfhook],[bingo],,[AC_MSG_WARN(bingo not found)]) #.个软件包可以更轻松地处理美国人口普查数据。我经常使用的两个是tigris（用于加载空间数据）和acs（用于加载表格数据）。

然而，我一直遇到的一个问题是，我无法找到一种有效，可靠的方法来确定一个地方内的所有小册子（或街区小组，邮政编码等）而不离开{ {1}}控制台。

例如，如果我想在西雅图使用人口普查区块数据，我将首先使用R下载华盛顿州金县的空间数据：

但不幸的是，没有明显的方法可以将这些数据分组，只包括西雅图的大片。

tigris::tracts

同样，library(tigris) tr <- tigris::tracts(state = "WA", county = "King")套餐允许用户使用glimpse(tr) Observations: 398 Variables: 12 $ STATEFP (chr) "53", "53", "53", "53", "53", "53", "53", ... $ COUNTYFP (chr) "033", "033", "033", "033", "033", "033", ... $ TRACTCE (chr) "003800", "021500", "032704", "026200", "0... $ GEOID (chr) "53033003800", "53033021500", "53033032704... $ NAME (chr) "38", "215", "327.04", "262", "327.03", "3... $ NAMELSAD (chr) "Census Tract 38", "Census Tract 215", "Ce... $ MTFCC (chr) "G5020", "G5020", "G5020", "G5020", "G5020... $ FUNCSTAT (chr) "S", "S", "S", "S", "S", "S", "S", "S", "S... $ ALAND (dbl) 624606, 3485578, 17160645, 15242622, 10319... $ AWATER (dbl) 0, 412526, 447367, 526886, 175464, 0, 4360... $ INTPTLAT (chr) "+47.6794093", "+47.7643848", "+47.4940877... $ INTPTLON (chr) "-122.2955292", "-122.2737863", "-121.7717...功能创建人口普查数据的子集，但在我的示例中，如果我不具备此功能，这将无法帮助我所有西雅图地区的地理信息系统GEOID列表。

为了记录，我知道可以在其他地方确定此信息。 Census.gov常见问题解答中的page提供了有关如何确定给定人口普查区域中所有区域的明确说明。但鉴于这是许多与人口普查相关的分析中的关键步骤，最好是从acs控制台中有一种方便的方法。

提前致谢。

修改

虽然这个问题涉及空间数据，我最感兴趣的是找到非空间解决方案。例如，我更倾向于使用查询Census API并返回向量的解决方案期望的GEOID到采用空间分析工具（例如，geo.make）来创建向量的解决方案。为什么？因为空间方法在这个过程中更容易出错，这是我们所讨论的已知的信息，而不是需要在空间上推断出来的信息。

Answer 1

我经常需要相同类型的数据，所以我写了一个R包来完成这项工作。此包称为totalcensus。你可以在https://github.com/GL-Li/totalcensus找到它。

使用此软件包，您可以非常轻松地获取城镇，城市，县，都市区和所有其他地理区域的区域，区块组或区块级数据。例如，如果您想在2011-2015 ACS 5年调查中获得各个区域的区块组级别的比赛数据，只需运行如下代码：

mixed <- read_acs5year(
    year = 2015,
    states = c("ut", "ri"),
    table_contents = c(
        "white = B02001_002",
        "black = B02001_003",
        "asian = B02001_005"
    ),
    areas = c(
        "Lincoln town, RI",
        "Salt Lake City city, UT",
        "Salt Lake City metro",
        "Kent county, RI",
        "COUNTY = UT001",
        "PLACE = UT62360"
    ),
    summary_level = "block group"
)

返回如下数据：

#                      area               GEOID        lon      lat state population white black asian GEOCOMP SUMLEV                                                             NAME
#    1:    Lincoln town, RI 15000US440070115001  -71.46686 41.94419    RI       1561  1386   128    47     all    150 Block Group 1, Census Tract 115, Providence County, Rhode Island
#    2:    Lincoln town, RI 15000US440070115002  -71.47159 41.96754    RI        916   806    97     0     all    150 Block Group 2, Census Tract 115, Providence County, Rhode Island
#    3:    Lincoln town, RI 15000US440070115003  -71.47820 41.96364    RI       2622  2373    77    86     all    150 Block Group 3, Census Tract 115, Providence County, Rhode Island
#    4:    Lincoln town, RI 15000US440070115004  -71.47830 41.97346    RI       1605  1516    43     0     all    150 Block Group 4, Census Tract 115, Providence County, Rhode Island
#    5:    Lincoln town, RI 15000US440070116001  -71.44665 41.93120    RI        948   764     0     0     all    150 Block Group 1, Census Tract 116, Providence County, Rhode Island
# ---                                                                                                                                                                               
# 1129: Providence city, UT 15000US490050012011 -111.82424 41.69198    UT       2018  1877     0     0     all    150            Block Group 1, Census Tract 12.01, Cache County, Utah
# 1130: Providence city, UT 15000US490050012012 -111.80736 41.69323    UT       1486  1471     0     0     all    150            Block Group 2, Census Tract 12.01, Cache County, Utah
# 1131: Providence city, UT 15000US490050012013 -111.81310 41.65837    UT       1563  1440    15     0     all    150            Block Group 3, Census Tract 12.01, Cache County, Utah
# 1132: Providence city, UT 15000US490050012022 -111.85231 41.68674    UT       3894  3594     0     0     all    150            Block Group 2, Census Tract 12.02, Cache County, Utah
# 1133: Providence city, UT 15000US490059801001 -111.64525 41.67498    UT        118   118     0     0     all    150             Block Group 1, Census Tract 9801, Cache County, Utah

Answer 2

使用ggmaps包，我们可以使用反向地理编码来使用数据中的纬度/经度点获取信息。这将创建一个包含所有数据点的城市名称的向量。

city <- vector(mode = "character", length=nrow(tr@data))
for (i in 1:nrow(tr@data))
    city[i] <- strsplit(revgeocode(c(as.numeric(tr@data[i,12]), 
                                     as.numeric(tr@data[i,11]))), ", ")[[1]][2]
head(city)
[1] "Seattle"          "Lake Forest Park" "North Bend"       "Tukwila"
      "Snoqualmie"       "Woodinville"

如何在R中找到所有美国人口普查区？

修改

2 个答案: