简单加法。我不打算进一步完善这一点。在R中编写代码时，如果没有自己的一些实验，您将不会变得更好 place_to_county <- function(place, state = NULL) { if (is.null(state)) { x <- trimws(strsplit(place, ",", 2)[[1]]) place <- x[1] state <- x[2] } tbl_df(acs::fips.place) %>% filter(grepl(place, PLACENAME, ignore.case=TRUE) & STATE == state) -> xdf if (nrow(xdf) > 0) { separate_rows(xdf, COUNTY, sep=", ") %>% head(1) %>% setNames(tolower(colnames(.))) %>% left_join(tigris::fips_codes, by=c("county", "state")) } else { data_frame( state = state, statefp = NA, placefp = NA, placename = place, type = NA, funcstat = NA, county = NA, state_code = NA, state_name = NA, county_code = NA ) } } place_to_county% 总目（1）%>% 集合名（tolower（colnames（.））%%>% 左连接（底格里斯：fips代码，by=c（“县”、“州”）） }否则{ 数据帧( 状态=状态， statefp=NA， placefp=NA， placename=地点， 类型=NA， funcstat=NA， 郡=NA， 州代码=NA， 州名称=NA， 县代码=NA ) } }

任何其他功能/更改由您决定

你的意思是说上面的所有代码都应该封装在一个函数中，并且应该能够在输入的波特兰或“”上操作吗？如果你查看不同dat输入的输出，你会发现它只能有一个县，这很好，但有时也有多个县，其中一个县与城市名称匹配。因此，我需要这个测试程序来确保它为给定的输入选择最佳的“县”，如“波特兰，或”，“德克萨斯州达拉斯”，“纽约，纽约”。。。因此，理想的函数是一个大致与上面类似的函数，或者至少产生正确的结果。你是说上面的所有代码都应该封装在一个函数中，并且应该能够在输入上操作

“Portland，还是”

？如果你查看不同dat输入的输出，你会发现它只能有一个县，这很好，但有时也有多个县，其中一个县与城市名称匹配。因此，我需要这个测试程序来确保它为给定的输入选择最佳的“县”，如“波特兰，或”，“德克萨斯州达拉斯”，“纽约，纽约”。。。因此，理想的函数是一个与上面大致相同的函数，或者至少产生正确的结果。您能解释一下“tbl_df（acs:：fips.place）…单独的_行（xdf，country，sep=“，”）%%>”？刚刚发现：缺少一点：如何将该表与country.fips匹配？因为该数据位于

数据（fips\U代码）

中，感谢您提供的非常好的代码注释！如果我们只解决最后一点，那就太棒了！“这是一种“愚蠢”的方法，因为它会捕获字符串中的任何位置的地名。有更聪明的方法，但这应该可以很好地工作。”->如果可能，它应该只与country.name匹配？将

geo.lookup（）

函数的逻辑与此进行比较，并做出您喜欢的任何过滤逻辑更改。您能解释一下吗“tbl_df（acs:：fips.place）。。。单独的_行（xdf，country，sep=“，”%%>”？刚刚发现：缺少一点：如何将该表与country.fips匹配？因为该数据位于

data（fips_code）

中，感谢您提供了非常好的代码注释！如果我们只解决了最后一点，那将非常棒！这是一个“愚蠢的”方法，因为它捕获字符串中任何位置的地名。有更聪明的方法，但这应该可以很好地工作。”->如果可能，它应该只与country.name匹配？比较

geo.lookup（）

函数的逻辑，并根据需要更改过滤逻辑。

library(acs)
library(tidyverse)
library(tigris)
data(fips_codes)
colnames(fips_codes) = c("state.abb", "statefips", "state.name", "countyfips", "county.name")

    FUN <- function(x) {
      Place <- strsplit(x, ", ")[[1]][1]
      State <- strsplit(x, ", ")[[1]][2]
      dat = geo.lookup(state = State, place = Place)
      dat = na.omit(dat)

      # 1 Check whether county.name has multiple counties
      cvals <- dat %>% filter(str_detect(county.name, ","))

      # 2 If not, i.e. cvals == 0, take first row of output
      if(nrow(cvals[2,]) == 0) {
        output <- dat[1,]
      }

      # 3 If yes, i.e. cvals > 0, unbundle code and proceed
      else {
        unbundle <- dat %>% 
          group_by(state.name, place.name) %>% 
          mutate(county.name = strsplit(county.name, ", ")) %>% 
          unnest %>%
          na.omit()

        # 3.1 If "Place" matches one of county.name values, take that row
        check <- unbundle %>% filter(str_detect(county.name, Place))
        nrow(check)

        if (nrow(check) > 0) {
        output <- check[1,]
      } 
        # 3.2 Otherwise, if no match, nrow(check) = 0, take first row from unbundle by default
        output <- unbundle[1,]
      }
    # Join county data with fips code table
      output <- output %>% left_join(fips_codes, by = c("state.name", "county.name"))
      print(output)
    }

    FUN("New York, NY")
    FUN("Portland, OR")
    FUN("Manhattan, NY")
    FUN("Cambridge, MA")

library(acs)
library(tidyverse)

place_to_county <- function(place, state = NULL) {

  if (is.null(state)) {

    x <- trimws(strsplit(place, ",", 2)[[1]])

    place <- x[1]
    state <- x[2]

  }

  tbl_df(acs::fips.place) %>%
    filter(grepl(place, PLACENAME, ignore.case=TRUE) & STATE == state) %>%
    separate_rows(COUNTY, sep=", ") %>%
    head(1) %>%
    setNames(tolower(colnames(.)))

}

place_to_county("New York", "NY")
## # A tibble: 1 x 7
##   state statefp placefp     placename               type funcstat       county
##   <chr>   <int>   <int>         <chr>              <chr>    <chr>        <chr>
## 1    NY      36   51000 New York city Incorporated Place        A Bronx County

place_to_county("New York, NY")
## # A tibble: 1 x 7
##   state statefp placefp     placename               type funcstat       county
##   <chr>   <int>   <int>         <chr>              <chr>    <chr>        <chr>
## 1    NY      36   51000 New York city Incorporated Place        A Bronx County

place_to_county("Queens", "NY")
## # A tibble: 1 x 7
##   state statefp placefp      placename               type funcstat        county
##   <chr>   <int>   <int>          <chr>              <chr>    <chr>         <chr>
## 1    NY      36   60323 Queens borough County Subdivision        G Queens County

place_to_county("Queens, NY")
## # A tibble: 1 x 7
##   state statefp placefp      placename               type funcstat        county
##   <chr>   <int>   <int>          <chr>              <chr>    <chr>         <chr>
## 1    NY      36   60323 Queens borough County Subdivision        G Queens County

place_to_county("Berwick", "ME")
## # A tibble: 1 x 7
##   state statefp placefp   placename                    type funcstat      county
##   <chr>   <int>   <int>       <chr>                   <chr>    <chr>       <chr>
## 1    ME      23    4685 Berwick CDP Census Designated Place        S York County

place_to_county("Berwick, ME")
## # A tibble: 1 x 7
##   state statefp placefp   placename                    type funcstat      county
##   <chr>   <int>   <int>       <chr>                   <chr>    <chr>       <chr>
## 1    ME      23    4685 Berwick CDP Census Designated Place        S York County

place_to_county("Manhattan", "NY")
## # A tibble: 1 x 7
##   state statefp placefp         placename               type funcstat          county
##   <chr>   <int>   <int>             <chr>              <chr>    <chr>           <chr>
## 1    NY      36   44919 Manhattan borough County Subdivision        G New York County

place_to_county("Manhattan, NY")
## # A tibble: 1 x 7
##   state statefp placefp         placename               type funcstat          county
##   <chr>   <int>   <int>             <chr>              <chr>    <chr>           <chr>
## 1    NY      36   44919 Manhattan borough County Subdivision        G New York County

place_to_county <- function(place, state = NULL) {

  if (is.null(state)) {

    x <- trimws(strsplit(place, ",", 2)[[1]])

    place <- x[1]
    state <- x[2]

  }

  tbl_df(acs::fips.place) %>% 
    filter(grepl(place, PLACENAME, ignore.case=TRUE) & STATE == state) -> xdf

  if (nrow(xdf) > 0) {
    separate_rows(xdf, COUNTY, sep=", ") %>%
    head(1) %>%
    setNames(tolower(colnames(.)))
  } else {
    NULL
  }

}

tbl_df(acs::fips.place) %>%
  filter(grepl(place, PLACENAME, ignore.case=TRUE) & STATE == state) %>%
  separate_rows(COUNTY, sep=", ") %>%
  head(1) %>%
  setNames(tolower(colnames(.)))

place_to_county <- function(place, state = NULL) {

  if (is.null(state)) {

    x <- trimws(strsplit(place, ",", 2)[[1]])

    place <- x[1]
    state <- x[2]

  }

  tbl_df(acs::fips.place) %>%
    filter(grepl(place, PLACENAME, ignore.case=TRUE) & STATE == state) -> xdf

  if (nrow(xdf) > 0) {
    separate_rows(xdf, COUNTY, sep=", ") %>%
      head(1) %>%
      setNames(tolower(colnames(.))) %>% 
      left_join(tigris::fips_codes, by=c("county", "state"))
  } else {
    NULL
  }

}

place_to_county <- function(place, state = NULL) {

  if (is.null(state)) {

    x <- trimws(strsplit(place, ",", 2)[[1]])

    place <- x[1]
    state <- x[2]

  }

  tbl_df(acs::fips.place) %>%
    filter(grepl(place, PLACENAME, ignore.case=TRUE) & STATE == state) -> xdf

  if (nrow(xdf) > 0) {
    separate_rows(xdf, COUNTY, sep=", ") %>%
      head(1) %>%
      setNames(tolower(colnames(.))) %>% 
      left_join(tigris::fips_codes, by=c("county", "state"))
  } else {
    data_frame(
      state = state, 
      statefp = NA, 
      placefp = NA, 
      placename = place, 
      type = NA, 
      funcstat = NA, 
      county = NA, 
      state_code = NA, 
      state_name = NA,
      county_code = NA
    )
  }

}