合并不同人口统计集的邮政编码数据是否安全？
Is it safe to combine data for zipcodes across different demographic sets?
我的团队正在处理跨不同数据源（一些付费来源和一些在线免费数据源）的人口统计数据。这些数据源中的每一个都带有一个形状文件和一些与每个人口统计区域相关的属性，并且可以跨不同的时间段进行定义。但是，当我们向最终用户显示这些属性时，我们希望抽象出多数据源概念并将邮政编码显示为单个人口统计单位。我们计划将所有数据源的属性合并到一个数据源中，并将其指向其中一个形状文件（目前，我们愿意回顾过去与跨这些数据源的多边形定义的粒度或精度相关的问题. 然而，我们是否应该担心实际地理区域的邮政编码可能在不同时间段的人口统计数据源中不一致？例如，邮政编码 12345 用于映射到 2010 年 A 州的一个区域，但指向 State 的一个区域B 表示 2010 年之后的所有数据集？
此问题已在 gis.stackexchange 上交叉发布，并在那里得到了回答（参考 https://gis.stackexchange.com/questions/182790/is-it-safe-to-combine-data-for-zipcodes-across-different-demographic-sets）
我们担心我们可能会通过假设邮政编码始终映射到相同的物理区域来歪曲数据，因此在没有 运行 某些工具的情况下合并数据源不是一个好主意可以根据物理区域而不是邮政编码名称映射数据
我的团队正在处理跨不同数据源（一些付费来源和一些在线免费数据源）的人口统计数据。这些数据源中的每一个都带有一个形状文件和一些与每个人口统计区域相关的属性，并且可以跨不同的时间段进行定义。但是，当我们向最终用户显示这些属性时，我们希望抽象出多数据源概念并将邮政编码显示为单个人口统计单位。我们计划将所有数据源的属性合并到一个数据源中，并将其指向其中一个形状文件（目前，我们愿意回顾过去与跨这些数据源的多边形定义的粒度或精度相关的问题. 然而，我们是否应该担心实际地理区域的邮政编码可能在不同时间段的人口统计数据源中不一致？例如，邮政编码 12345 用于映射到 2010 年 A 州的一个区域，但指向 State 的一个区域B 表示 2010 年之后的所有数据集？
此问题已在 gis.stackexchange 上交叉发布，并在那里得到了回答（参考 https://gis.stackexchange.com/questions/182790/is-it-safe-to-combine-data-for-zipcodes-across-different-demographic-sets）
我们担心我们可能会通过假设邮政编码始终映射到相同的物理区域来歪曲数据，因此在没有 运行 某些工具的情况下合并数据源不是一个好主意可以根据物理区域而不是邮政编码名称映射数据