O que é o código FIPS de um condado e por que ele às vezes muda?

Um código FIPS de condado é uma string de cinco dígitos. Os dois primeiros dígitos identificam o estado, os três últimos identificam o condado ou equivalente de condado dentro daquele estado. Los Angeles County, California é 06037: 06 para a California, 037 para o condado. O código não carrega significado próprio. É uma chave, e o valor de uma chave é apontar para a mesma coisa toda vez, que é onde os problemas começam.

O padrão federal que originalmente definia esses códigos foi retirado, e os identificadores agora são mantidos como códigos ANSI/INCITS. Ninguém mudou de hábito. Todo mundo ainda os chama de códigos FIPS, o Census Bureau ainda os envia em cada arquivo de condados, e os portais de dados estaduais ainda os usam como chave.

A primeira regra é armazenar como texto

Autauga County, Alabama é 01001. Coloque isso em uma coluna tipada como inteiro e ele vira 1001. Nenhum erro é levantado. A linha ainda carrega, o cruzamento ainda roda, só que não casa com nada, e você descobre três semanas depois, quando o Alabama está faltando em um mapa.

Sete códigos de estado começam com zero: Alabama 01, Alaska 02, Arizona 04, Arkansas 05, California 06, Colorado 08 e Connecticut 09. Juntos, esses sete cobrem um grande bloco do arquivo nacional, só o Alabama tendo 67 equivalentes de condado, o Arkansas 75 e a California 58, então uma coluna de inteiros corrompe silenciosamente uma parte substancial do país. Programas de planilha fazem isso sozinhos no momento em que você abre um CSV. A porção do condado tem a mesma fraqueza de forma independente: os códigos 001 a 009 existem em todos os estados.

Armazene como texto. Preencha com zeros até cinco caracteres na leitura, e de novo na escrita, porque alguma biblioteca na sua pilha terá feito a conversão silenciosamente no meio do caminho.

GEOID, GEOIDFQ e COUNTYNS

Os arquivos do Censo carregam a mesma identidade de condado em vários formatos.

Identificador	Largura	Los Angeles County	Sobrevive a um renomeio?	Onde você o encontra
GEOID	5	06037	Não	Shapefiles, maioria das tabelas publicadas do Censo
STATEFP + COUNTYFP	2 + 3	06 e 037	Não	Arquivos TIGER e cartográficos de limites
GEOIDFQ	14	0500000US06037	Não	Downloads do data.census.gov, colunas de geografia da API
COUNTYNS	8	lido do arquivo	Sim	Id GNIS/ANSI, ao lado do GEOID nos arquivos do Censo
NAME / NAMELSAD	texto	Los Angeles / Los Angeles County	Não	Apenas exibição

GEOID é o código simples de cinco dígitos, apenas STATEFP e COUNTYFP concatenados. GEOIDFQ é a forma totalmente qualificada usada pelo data.census.gov: o prefixo de nível de sumário 0500000US seguido pelos mesmos cinco dígitos. Versões mais antigas dos arquivos cartográficos de limites nem sempre usaram esse nome de coluna, então leia o cabeçalho do arquivo em vez de presumir.

COUNTYNS é o que a maioria das pessoas nunca usou, e o que resolve este problema. É um identificador GNIS/ANSI de oito dígitos preso à entidade em si, não à sua posição em uma lista alfabética, e sobrevive a um renomeio.

Os códigos são alfabéticos, e é por isso que renomeios os quebram

Dentro de cada estado, os códigos de condado foram atribuídos em ordem alfabética do nome do condado, em incrementos ímpares, então o Alabama segue Autauga 001, Baldwin 003, Barbour 005 e assim por diante, com os números pares sem uso. Os números sobrando são geralmente explicados como espaço para encaixar um condado novo em seu lugar alfabético mais tarde, embora isso seja um relato de intenção, não um fato documentado.

Mude o nome de um condado e ele se ordena para um lugar diferente na lista do estado, então recebe um código que cabe na nova posição. O nome e o número estão acoplados.

Shannon County, South Dakota era 46113. Virou Oglala Lakota County em maio de 2015 e recebeu o código 46102, porque O se ordena bem antes de S. A Wade Hampton Census Area, Alaska, 02270, virou Kusilvak Census Area em 1 de julho de 2015 e passou para 02158. Nenhuma das entidades se moveu um centímetro nem se fundiu com nada. Só o nome mudou, e a chave mudou com ele.

Divisões são piores. A Valdez-Cordova Census Area, Alaska, 02261, deixou de existir em 2 de janeiro de 2019 e foi substituída por duas entidades novas, a Chugach Census Area 02063 e a Copper River Census Area 02066. Nenhuma conversão um para um pode sobreviver a isso, porque não existe mais uma única coisa para a qual mapear. Códigos também podem deixar de existir por completo: Bedford city, Virginia reverteu ao status de town dentro de Bedford County em 1 de julho de 2013 e está ausente dos arquivos atuais.

O contraexemplo importa. Petersburg, Alaska mudou de classe legal, de Census Area para Borough, e manteve o GEOID 02195 o tempo todo, porque seu nome, e portanto seu lugar na lista alfabética, não mudou. Classe legal sozinha não move um código. Nomes movem. O Alaska produz mais desses eventos do que qualquer outro lugar, por razões cobertas em por que o Alaska tem boroughs em vez de condados.

O nome não é uma chave reserva

Quando um código para de casar, o reflexo é cruzar por nomes. Nomes são piores. Washington é nome de condado em 31 estados, Franklin e Jefferson em 26 cada, Jackson e Lincoln em 24. Mesmo emparelhado com um estado, um nome pode falhar. A Virginia tem 133 equivalentes de condado, 95 condados e 38 cidades independentes, e Fairfax County 51059 fica ao lado de Fairfax city 51600, com Franklin, Richmond e Roanoke duplicados do mesmo jeito. O Census Bureau escreve o sufixo de cidade em minúscula, então duas entidades totalmente separadas diferem por uma letra minúscula em um campo de texto livre. Os códigos as distinguem. Os nomes não.

Connecticut é o cruzamento que falha em silêncio

O maior exemplo vivo é Connecticut, onde nove regiões de planejamento substituíram oito condados como a geografia de equivalente de condado do estado, após um aviso no Federal Register de 6 de junho de 2022, em vigor com a edição de 2022 do Censo.

Os oito códigos aposentados são Fairfield 09001, Hartford 09003, Litchfield 09005, Middlesex 09007, New Haven 09009, New London 09011, Tolland 09013 e Windham 09015. Nenhum deles aparece nos arquivos atuais de condados do Censo. As nove substitutas ficam em um bloco de numeração completamente diferente, de 09110 Capitol a 09190 Western, e a maior delas, a Capitol Planning Region, tem uma população de 994,115.

Se sua lista de referência ainda guarda os oito antigos e você faz um inner join contra um extrato atual do Censo, você não recebe erro nem aviso. Recebe um resultado com nove linhas a menos e sem nenhum Connecticut. As regiões são grupos de towns e não são coextensivas com os condados antigos, então não existe conversão de condado para região: só funciona uma no nível de town. Os produtos do Censo Decenal de 2020 ainda são publicados sobre os oito condados legados, então os números decenais de Connecticut não podem ser cruzados de forma alguma com os números das regiões de planejamento. O relato completo do que Connecticut fez e por quê vale a leitura antes de tentar qualquer série temporal que atravesse 2022.

O que armazenar de fato

Trate o par (geoid, edição) como a identidade real de um condado, não o geoid sozinho. Um código de cinco dígitos sem um ano anexado é ambíguo: 46113 é Shannon County antes de 2015 e nada depois, 09001 é Fairfield County antes de 2022 e nada depois. Todo arquivo do Censo declara sua edição, e é precisamente para isso que as edições existem, como exposto em como funcionam as edições de dados do Censo.

Ao lado do código, guarde o COUNTYNS para que uma entidade renomeada possa ser rastreada, o nome como aparecia naquela edição, e a contagem de linhas que você espera. Contagens de linhas são o teste de integridade mais barato disponível. Um cruzamento nacional deve retornar 3,144 linhas, o número de equivalentes de condado nos 50 estados e no District of Columbia, e um que volta com nove a menos descartou Connecticut. Uma contagem de 3,143 não é automaticamente um bug: a formulação do próprio Census Bureau é “os 3,143 condados da nação e o District of Columbia”, então uma fonte com esse número pode estar contando condados e deixando DC de lado. Verifique a contagem em cada cruzamento e as falhas silenciosas deixam de ser silenciosas.

Não presuma que um código que casou no ano passado ainda casa. Renomeios são raros em qualquer ano isolado e quase inevitáveis ao longo de uma década. Nossa página de metodologia registra de qual edição vem cada número deste site, pela mesma razão: um identificador de condado só é confiável quando você consegue dizer a que ano ele pertence.