Qu'est-ce que le code FIPS d'un comté, et pourquoi change-t-il parfois ?
Cinq chiffres qui identifient chaque comté américain. Ils sont attribués par ordre alphabétique, et c'est exactement pourquoi un changement de nom peut en imposer un nouveau.
Un code FIPS de comté est une chaîne de cinq chiffres. Les deux premiers chiffres identifient l’État, les trois derniers identifient le comté ou l’équivalent de comté à l’intérieur de cet État. Los Angeles County, California est 06037 : 06 pour la Californie, 037 pour le comté. Le code ne porte aucun sens en lui-même. C’est une clé, et la valeur d’une clé est qu’elle pointe vers la même chose à chaque fois, et c’est là que les ennuis commencent.
Le standard fédéral qui définissait ces codes à l’origine a été retiré, et les identifiants sont maintenant maintenus comme codes ANSI/INCITS. Personne n’a changé ses habitudes. Tout le monde les appelle encore codes FIPS, le Census Bureau les livre encore dans chaque fichier de comtés, et les portails de données des États s’indexent encore dessus.
La première règle est de le stocker comme du texte
Autauga County, Alabama est 01001. Mettez cela dans une colonne typée en entier et il devient 1001. Aucune erreur n’est levée. La ligne se charge quand même, la jointure tourne quand même, elle ne correspond simplement à rien, et vous le découvrez trois semaines plus tard quand l’Alabama manque sur une carte.
Sept codes d’État commencent par un zéro : Alabama 01, Alaska 02, Arizona 04, Arkansas 05, California 06, Colorado 08 et Connecticut 09. À eux sept, ils couvrent un gros bloc du fichier national, l’Alabama seul ayant 67 équivalents de comté, l’Arkansas 75 et la Californie 58, si bien qu’une colonne d’entiers corrompt silencieusement une partie substantielle du pays. Les tableurs le font tout seuls dès l’instant où vous ouvrez un CSV. La portion comté a la même faiblesse indépendamment : les codes 001 à 009 existent dans chaque État.
Stockez-le comme du texte. Complétez par des zéros jusqu’à cinq caractères à la lecture, et de nouveau à l’écriture, parce qu’une bibliothèque quelque part dans votre pile l’aura discrètement converti entre les deux.
GEOID, GEOIDFQ et COUNTYNS
Les fichiers du Census portent la même identité de comté sous plusieurs formes.
| Identifiant | Largeur | Los Angeles County | Survit à un renommage ? | Où vous le rencontrez |
|---|---|---|---|---|
| GEOID | 5 | 06037 | Non | Shapefiles, la plupart des tables Census publiées |
| STATEFP + COUNTYFP | 2 + 3 | 06 et 037 | Non | Fichiers TIGER et de limites cartographiques |
| GEOIDFQ | 14 | 0500000US06037 | Non | Téléchargements data.census.gov, colonnes de géographie de l’API |
| COUNTYNS | 8 | à lire dans le fichier | Oui | Identifiant GNIS/ANSI, à côté du GEOID dans les fichiers Census |
| NAME / NAMELSAD | texte | Los Angeles / Los Angeles County | Non | Affichage seulement |
GEOID est le code simple à cinq chiffres, simplement STATEFP et COUNTYFP concaténés. GEOIDFQ est la forme pleinement qualifiée utilisée par data.census.gov : le préfixe de niveau de résumé 0500000US suivi des cinq mêmes chiffres. Les publications plus anciennes de limites cartographiques n’ont pas toujours utilisé ce nom de colonne, lisez donc l’en-tête du fichier plutôt que de supposer.
COUNTYNS est celui que la plupart des gens n’ont jamais utilisé, et celui qui résout ce problème. C’est un identifiant GNIS/ANSI à huit chiffres attaché à l’entité elle-même plutôt qu’à sa position dans une liste alphabétique, et il survit à un renommage.
Les codes sont alphabétiques, et c’est pourquoi les renommages les cassent
Au sein de chaque État, les codes de comté ont été attribués dans l’ordre alphabétique des noms de comté, par incréments impairs, si bien que l’Alabama va Autauga 001, Baldwin 003, Barbour 005 et ainsi de suite, les nombres pairs restant inutilisés. Les numéros libres s’expliquent généralement comme de la place pour glisser plus tard un nouveau comté à sa position alphabétique, même si c’est un récit d’intention plutôt qu’un fait documenté.
Changez le nom d’un comté et il se classe à un autre endroit dans la liste de l’État, on lui donne donc un code qui correspond à la nouvelle position. Le nom et le numéro sont couplés.
Shannon County, South Dakota était 46113. Il est devenu Oglala Lakota County en mai 2015 et a pris le code 46102, parce que O se classe loin devant S. Wade Hampton Census Area, Alaska, 02270, est devenue Kusilvak Census Area le 1 juillet 2015 et est passée à 02158. Aucune des deux entités n’a bougé d’un pouce ni fusionné avec quoi que ce soit. Seul le nom a changé, et la clé a changé avec lui.
Les scissions sont pires. Valdez-Cordova Census Area, Alaska, 02261, a cessé d’exister le 2 janvier 2019 et a été remplacée par deux nouvelles entités, Chugach Census Area 02063 et Copper River Census Area 02066. Aucune table de passage un à un ne peut survivre à cela, parce qu’il n’y a plus une seule chose vers laquelle faire correspondre. Les codes peuvent aussi cesser d’exister tout court : Bedford city, Virginia est revenue au statut de town au sein de Bedford County avec effet au 1 juillet 2013 et est absente des fichiers actuels.
Le contre-exemple compte. Petersburg, Alaska a changé de classe juridique, de Census Area à Borough, et a gardé le GEOID 02195 tout du long, parce que son nom, et donc sa place dans la liste alphabétique, n’a pas changé. La classe juridique seule ne déplace pas un code. Les noms, si. L’Alaska produit plus de ces événements que partout ailleurs, pour des raisons couvertes dans pourquoi l’Alaska a des boroughs au lieu de comtés.
Le nom n’est pas une clé de secours
Quand un code cesse de correspondre, le réflexe est de joindre sur les noms à la place. Les noms sont pires. Washington est un nom de comté dans 31 États, Franklin et Jefferson dans 26 chacun, Jackson et Lincoln dans 24. Même apparié à un État, un nom peut échouer. La Virginia a 133 équivalents de comté, 95 comtés et 38 villes indépendantes, et Fairfax County 51059 côtoie Fairfax city 51600, avec Franklin, Richmond et Roanoke doublés de la même façon. Le Census Bureau écrit le suffixe de ville en minuscules, si bien que deux entités entièrement séparées diffèrent d’une lettre minuscule dans un champ de texte libre. Les codes les distinguent. Les noms non.
Le Connecticut est la jointure qui échoue en silence
Le plus grand exemple vivant est le Connecticut, où neuf régions de planification ont remplacé huit comtés comme géographie d’équivalents de comté de l’État, suite à un avis du Federal Register du 6 juin 2022 et avec effet au millésime 2022 du recensement.
Les huit codes retirés sont Fairfield 09001, Hartford 09003, Litchfield 09005, Middlesex 09007, New Haven 09009, New London 09011, Tolland 09013 et Windham 09015. Aucun d’eux n’apparaît dans les fichiers de comtés actuels du Census. Les neuf remplaçants se trouvent dans un bloc de numérotation entièrement différent, de 09110 Capitol à 09190 Western, et la plus grande d’entre elles, la Capitol Planning Region, a une population de 994,115 habitants.
Si votre liste de référence tient encore les huit anciens et que vous faites une jointure interne contre un extrait Census actuel, vous n’obtenez ni erreur ni avertissement. Vous obtenez un résultat à neuf lignes de moins, sans Connecticut dedans. Les régions sont des groupes de towns et ne coïncident pas avec les anciens comtés, il n’existe donc aucune table de passage de comté à région : seule une au niveau des towns fonctionne. Les produits du recensement décennal 2020 sont toujours publiés sur les huit comtés hérités, donc les chiffres décennaux du Connecticut ne peuvent pas du tout être joints aux chiffres des régions de planification. Le récit complet de ce que le Connecticut a fait et pourquoi mérite d’être lu avant de tenter toute série temporelle qui traverse 2022.
Ce qu’il faut réellement stocker
Traitez la paire (geoid, millésime) comme la véritable identité d’un comté, pas le geoid seul. Un code à cinq chiffres sans année attachée est ambigu : 46113 est Shannon County avant 2015 et rien après, 09001 est Fairfield County avant 2022 et rien après. Chaque fichier Census énonce son millésime, et c’est précisément pour cela que les millésimes existent, comme exposé dans comment fonctionnent les millésimes des données du Census.
À côté du code, gardez COUNTYNS pour qu’une entité renommée puisse être tracée, le nom tel qu’il apparaissait dans ce millésime, et le compte de lignes que vous attendez. Les comptes de lignes sont le test d’intégrité le moins cher qui soit. Une jointure nationale devrait renvoyer 3,144 lignes, le nombre d’équivalents de comté dans les 50 États et le District of Columbia, et une qui revient avec neuf de moins a perdu le Connecticut. Un compte de 3,143 n’est pas automatiquement un bogue : la formulation propre du Census Bureau est « the nation’s 3,143 counties and the District of Columbia », une source à ce chiffre peut donc compter les comtés en laissant DC de côté. Vérifiez le compte à chaque jointure et les échecs silencieux cessent d’être silencieux.
Ne supposez pas qu’un code qui correspondait l’an dernier correspond encore. Les renommages sont rares sur une année donnée et presque inévitables sur une décennie. Notre page de méthodologie enregistre de quel millésime vient chaque chiffre de ce site, pour la même raison : un identifiant de comté n’est digne de confiance que quand vous pouvez dire à quelle année il appartient.