SQL 解鎖: 美國 ZIP Code 郵遞區號

處理美國地區 ZIP Code 郵遞區號相關的資料問題應該是許多外企資料分析師每天都會處理的問題，ZIP Code 通常是在做區域相關分析的最小、訂單能記錄到最細的標準化單位，引此了解一些處理ZIP Code的眉角對於資料處理、分析、視覺化，以至於建構模型是非常重要的喔! 本篇就讓我們拿一些實例與各位分享。

什麼是Zip Code

ZIP Code 是美國郵政使用的一種郵遞區號，一般常以大寫ZIP。ZIP是英語Zone Improvement Plan（地區改進計劃）的簡稱，它暗示郵件可以以更有效率及快捷地送到目的地。最基本的ZIP編號包括五個號碼，隨後增加了四個號碼，使郵件可以更精確地傳送到目的地。增加號碼後的ZIP編號稱為”ZIP+4"。ZIP編號曾被美國郵政註冊成一個商標，但其註冊至今已經過期。

格式

如同上述，ZIP code 通常是純數字格式，標準的格式是五位數字，例如”28230" ，和”ZIP+4"，比如”999290531"或”99929–0531"。美國東北某些區域的ZIP code是以0開頭，比如”01172"或”012402123"。因為連接符號”-”和開頭0的性質，即便主要格式是數字，ZIP code 欄位常常在資料庫裡還是會以文字格式儲存。

JOIN

• 兩表都是九位數字，但其中一張表有連接符號”-”，另一張沒有，這樣是幾乎JOIN不到資料的。或是，一張表是5位數字，另一張是九位數字，這樣也是JOIN不到資料的。

• 兩表都是五位數字，但其中一張是數字格式，另一張是文字格式，有些軟體會報錯，有些會連接可以連接到的。若確定兩張表都是五位數字且沒有連接符號”-”，把文字格式cast成數字是可行的。

• 一張表是五位數字，另一張九位數字但沒有連接符號”-”，兩張表皆為文字格式。因為位數不同，若不做left(ZIPCODE,5)處理是連接不到彼此的。