我不知道情况是否如此，但如果某种连续性假设是现实的，您可以尝试从分类变量（块）转向连续变量（经度和纬度）。然后，如果你有关于两个相邻块的信息，你可以用样条线插值这些值。

当然，这也可以拟合到具有预测变量的机器学习模型中，例如距离 < x 的区块的平均收入。如果您没有附近街区的数据，那么您的州平均值可能是下一个最佳近似值。

您的州级数据可以用作预测器，也可以用作验证。

此外，绘制数据总是有助于获得某种直觉。

一种选择是转向更严格的地理信息系统 (GIS) 数据结构。

例如，plus 代码和H3都是为嵌套的位置数据设计的。如果您的数据被重新格式化为任一系统，您可以轻松选择聚合位置数据的精度级别。