Consommation des ménages en biens - CONSO-MENAGES-2020

Name: Consommation des ménages en biens
Creator: François Geerolf
License: https://www.etalab.gouv.fr/licence-ouverte-open-licence/

Données - INSEE

Auteur

François Geerolf

Last observation: juil. 2026 (N = 16)

First observation: janv. 1980 (N = 16)

Last data update: 03 sept. 2026, 23:38

Last compile: 04 sept. 2026, 01:53

Structure

Source

s1036 - Consommation des ménages (base 2014). html

Table

Exemple

Code

`CONSO-MENAGES-2020` |>
  filter(TIME_PERIOD %in% c("1980-01", "2000-01", "2020-01")) |>
  
  select_if(function(col) length(unique(col)) > 1) |>
  select(-IDBANK, -TITLE_FR, -TITLE_EN) |>
  spread(TIME_PERIOD, OBS_VALUE) |>
  arrange(-`2020-01`) |>
  print_table_conditional()

Total, Alimentaire, Alimentaire XTabac

All

Indice

Nouvelle version

Code

`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS", "ALIMENTAIRE", "ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  group_by(PRODUIT_CONSO_MENAGES) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = PRODUIT_CONSO_MENAGES)) +
  theme_minimal() + ylab("Consommation mensuelle") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.9)) +
  scale_x_date(breaks = seq(1950, 2100, 5) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(100, 300, 10))

Comparer version

Code

`CONSO-MENAGES-2020` |>
  mutate(methode = "Méthode 2020") |>
  bind_rows(`CONSO-MENAGES-2014` |>
              mutate(methode = "Méthode 2014, octobre 2023")) |>
  bind_rows(`CONSO-MENAGES-2014-vieux` |>
              mutate(methode = "Méthode 2014, septembre 2023")) |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS", "ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  group_by(Produit_conso_menages, methode) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Produit_conso_menages, linetype = methode)) +
  theme_minimal() + ylab("Consommation mensuelle") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.8)) +
  scale_x_date(breaks = seq(1950, 2100, 5) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(100, 300, 10))

Baisse sur 6 mois

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("ALIMENTAIRE", "ALIMENTAIRE-HORS-TABAC")) |>
  month_to_date() |>
  arrange((date)) |>
  group_by(Produit_conso_menages) |>
  mutate(OBS_VALUE2 = OBS_VALUE/lag(OBS_VALUE, 6)-1) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE2, color = Produit_conso_menages)) +
  theme_minimal() + ylab("Evolution de la consommation sur 6 mois (%)") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.3)) +
  scale_x_date(breaks = seq(1950, 2100, 5) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  scale_y_continuous(breaks = 0.01*seq(-100, 500, 2),
                labels = percent_format(accuracy = 1))

Baisse sur 12 mois

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("ALIMENTAIRE", "ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  arrange((date)) |>
  group_by(Produit_conso_menages) |>
  mutate(OBS_VALUE2 = OBS_VALUE/lag(OBS_VALUE, 12)-1) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE2, color = Produit_conso_menages)) +
  theme_minimal() + ylab("Evolution de la consommation sur 12 mois (%)") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.3)) +
  scale_x_date(breaks = seq(1950, 2100, 5) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  scale_y_continuous(breaks = 0.01*seq(-100, 500, 2),
                labels = percent_format(accuracy = 1))

Baisse sur 18 mois

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("ALIMENTAIRE", "ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  arrange((date)) |>
  group_by(Produit_conso_menages) |>
  mutate(OBS_VALUE2 = OBS_VALUE/lag(OBS_VALUE, 18)-1) |>
  arrange(desc(date)) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE2, color = Produit_conso_menages)) +
  theme_minimal() + ylab("Evolution de la consommation sur 18 mois (%)") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.3)) +
  scale_x_date(breaks = seq(1950, 2100, 5) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  scale_y_continuous(breaks = 0.01*seq(-100, 500, 2),
                labels = percent_format(accuracy = 1))

Baisse sur 24 mois

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("ALIMENTAIRE", "ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  arrange((date)) |>
  group_by(Produit_conso_menages) |>
  mutate(OBS_VALUE2 = OBS_VALUE/lag(OBS_VALUE, 24)-1) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE2, color = Produit_conso_menages)) +
  theme_minimal() + ylab("Evolution de la consommation sur 24 mois (%)") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.3)) +
  scale_x_date(breaks = seq(1950, 2100, 5) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  scale_y_continuous(breaks = 0.01*seq(-100, 500, 2),
                labels = percent_format(accuracy = 1))

Baisse sur 36 mois

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("ALIMENTAIRE", "ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  arrange((date)) |>
  group_by(Produit_conso_menages) |>
  mutate(OBS_VALUE2 = OBS_VALUE/lag(OBS_VALUE, 36)-1) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE2, color = Produit_conso_menages)) +
  theme_minimal() + ylab("Evolution de la consommation sur 36 mois (%)") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.3)) +
  scale_x_date(breaks = seq(1950, 2100, 5) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  scale_y_continuous(breaks = 0.01*seq(-100, 500, 2),
                labels = percent_format(accuracy = 1))

Baisse sur 48 mois

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("ALIMENTAIRE", "ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  arrange((date)) |>
  group_by(Produit_conso_menages) |>
  mutate(OBS_VALUE2 = OBS_VALUE/lag(OBS_VALUE, 48)-1) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE2, color = Produit_conso_menages)) +
  theme_minimal() + ylab("Evolution de la consommation sur 4 ans (%)") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.3)) +
  scale_x_date(breaks = seq(1950, 2100, 5) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  scale_y_continuous(breaks = 0.01*seq(-100, 500, 2),
                labels = percent_format(accuracy = 1))

Tous

Code

`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS", "ALIMENTAIRE", "ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  #filter(date >= as.Date("1996-01-01")) %>%
  group_by(PRODUIT_CONSO_MENAGES) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = PRODUIT_CONSO_MENAGES)) +
  theme_minimal() + ylab("Consommation mensuelle") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.8)) +
  scale_x_date(breaks = seq(1950, 2100, 5) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(10, 300, 10))

1996-

Code

`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS", "ALIMENTAIRE", "ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  filter(date >= as.Date("1996-01-01")) |>
  group_by(PRODUIT_CONSO_MENAGES) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = PRODUIT_CONSO_MENAGES)) +
  theme_minimal() + ylab("Consommation mensuelle") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.8)) +
  scale_x_date(breaks = seq(1950, 2100, 2) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(10, 300, 10))

2002-

Code

`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS", "ALIMENTAIRE", "ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  filter(date >= as.Date("2002-01-01")) |>
  group_by(PRODUIT_CONSO_MENAGES) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = PRODUIT_CONSO_MENAGES)) +
  theme_minimal() + ylab("Consommation mensuelle") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.9)) +
  scale_x_date(breaks = seq(1950, 2100, 2) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(10, 300, 10))

2005-

Code

`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS", "ALIMENTAIRE", "ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  filter(date >= as.Date("2005-01-01")) |>
  group_by(PRODUIT_CONSO_MENAGES) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = PRODUIT_CONSO_MENAGES)) +
  theme_minimal() + ylab("Consommation mensuelle") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.3)) +
  scale_x_date(breaks = seq(1950, 2100, 2) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(10, 300, 10))

2010-

Code

`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS", "ALIMENTAIRE", "ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  filter(date >= as.Date("2010-01-01")) |>
  group_by(PRODUIT_CONSO_MENAGES) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = PRODUIT_CONSO_MENAGES)) +
  theme_minimal() + ylab("Consommation mensuelle") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.3)) +
  scale_x_date(breaks = seq(1950, 2100, 1) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(10, 300, 5))

2017-

Code

`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS", "ALIMENTAIRE", "ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  filter(date >= as.Date("2017-01-01")) |>
  group_by(PRODUIT_CONSO_MENAGES) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = PRODUIT_CONSO_MENAGES)) +
  theme_minimal() + ylab("Consommation mensuelle") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.3)) +
  scale_x_date(breaks = seq(1950, 2100, 1) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(10, 300, 5))

2010

Comparer version

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  mutate(methode = "Méthode 2020") |>
  bind_rows(`CONSO-MENAGES-2014` |>
              mutate(methode = "Méthode 2014, 10/2023")) |>
  bind_rows(`CONSO-MENAGES-2014-vieux` |>
              mutate(methode = "Méthode 2014, 09/2023")) |>
  filter(PRODUIT_CONSO_MENAGES %in% c("ALIMENTAIRE","ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  filter(date >= as.Date("2010-01-01")) |>
  group_by(Produit_conso_menages, methode) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  select(date, OBS_VALUE, Produit_conso_menages, methode) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Produit_conso_menages, linetype = methode)) +
  theme_minimal() + ylab("Consommation mensuelle (vs Janvier 2010)") + xlab("") +
  theme(legend.title = element_blank(),
               axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1),
        legend.position = c(0.2, 0.8)) +
  scale_x_date(breaks = "6 months",
               labels = date_format("%B %Y")) +
  scale_y_log10(breaks = seq(10, 300, 1),
                labels = percent(seq(10, 300, 1)/100-1, acc = 1)) + 
  geom_hline(yintercept = 100, linetype = "dashed")

Janvier 2018-

Comparer version

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  mutate(methode = "Méthode 2020") |>
  bind_rows(`CONSO-MENAGES-2014` |>
              mutate(methode = "Méthode 2014, octobre 2023")) |>
  bind_rows(`CONSO-MENAGES-2014-vieux` |>
              mutate(methode = "Méthode 2014, septembre 2023")) |>
  filter(PRODUIT_CONSO_MENAGES %in% c("ALIMENTAIRE","ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  filter(date >= as.Date("2018-01-01")) |>
  group_by(Produit_conso_menages, methode) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  select(date, OBS_VALUE, Produit_conso_menages, methode) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Produit_conso_menages, linetype = methode)) +
  theme_minimal() + ylab("Consommation mensuelle (vs. Janvier 2018)") + xlab("") +
  theme(legend.title = element_blank(),
               axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1),
        legend.position = c(0.2, 0.3)) +
  scale_x_date(breaks = "3 months",
               labels = date_format("%B %Y")) +
  scale_y_log10(breaks = seq(10, 300, 1),
                labels = percent(seq(10, 300, 1)/100-1, acc = 1)) + 
  geom_hline(yintercept = 100, linetype = "dashed")

Mai 2020-

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS", "ALIMENTAIRE", "ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  filter(date >= as.Date("2020-05-01")) |>
  group_by(Produit_conso_menages) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Produit_conso_menages)) +
  theme_minimal() + ylab("Consommation mensuelle") + xlab("") +
  theme(legend.title = element_blank(),
               axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1),
        legend.position = c(0.2, 0.15)) +
  scale_x_date(breaks = "3 months",
               labels = date_format("%b %Y")) +
  scale_y_log10(breaks = seq(10, 300, 5))

Janvier 2019-

Comparer version

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  mutate(methode = "Méthode 2020") |>
  bind_rows(`CONSO-MENAGES-2014` |>
              mutate(methode = "Méthode 2014, octobre 2023")) |>
  bind_rows(`CONSO-MENAGES-2014-vieux` |>
              mutate(methode = "Méthode 2014, septembre 2023")) |>
  filter(PRODUIT_CONSO_MENAGES %in% c("ALIMENTAIRE","ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  filter(date >= as.Date("2019-01-01")) |>
  group_by(Produit_conso_menages, methode) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  select(date, OBS_VALUE, Produit_conso_menages, methode) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Produit_conso_menages, linetype = methode)) +
  theme_minimal() + ylab("Consommation mensuelle (Base 100 = Janvier 2019)") + xlab("") +
  theme(legend.title = element_blank(),
               axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1),
        legend.position = c(0.2, 0.3)) +
  scale_x_date(breaks = "3 months",
               labels = date_format("%B %Y")) +
  scale_y_log10(breaks = seq(10, 300, 1),
                labels = percent(seq(10, 300, 1)/100-1, acc = 1))

Janvier 2020-

Comparer version

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  mutate(methode = "Méthode 2020") |>
  bind_rows(`CONSO-MENAGES-2014` |>
              mutate(methode = "Méthode 2014, octobre 2023")) |>
  bind_rows(`CONSO-MENAGES-2014-vieux` |>
              mutate(methode = "Méthode 2014, septembre 2023")) |>
  filter(PRODUIT_CONSO_MENAGES %in% c("ALIMENTAIRE","ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  filter(date >= as.Date("2020-01-01")) |>
  group_by(Produit_conso_menages, methode) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  select(date, OBS_VALUE, Produit_conso_menages, methode) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Produit_conso_menages, linetype = methode)) +
  theme_minimal() + ylab("Consommation mensuelle (Base 100 = Janvier 2020)") + xlab("") +
  theme(legend.title = element_blank(),
               axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1),
        legend.position = c(0.2, 0.3)) +
  scale_x_date(breaks = "3 months",
               labels = date_format("%B %Y")) +
  scale_y_log10(breaks = seq(10, 300, 1),
                labels = percent(seq(10, 300, 1)/100-1, acc = 1))

Janvier 2020 - Mai 2024

Comparer version

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  mutate(methode = "Méthode 2020") |>
  bind_rows(`CONSO-MENAGES-2014` |>
              mutate(methode = "Méthode 2014, octobre 2023")) |>
  bind_rows(`CONSO-MENAGES-2014-vieux` |>
              mutate(methode = "Méthode 2014, septembre 2023")) |>
  filter(PRODUIT_CONSO_MENAGES %in% c("ALIMENTAIRE","ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  filter(date >= as.Date("2020-01-01"),
         date <= as.Date("2024-05-01")) |>
  group_by(Produit_conso_menages, methode) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  select(date, OBS_VALUE, Produit_conso_menages, methode) |>
  mutate(methode = factor(methode, levels = c("Méthode 2014, septembre 2023",
                                             "Méthode 2014, octobre 2023",
                                             "Méthode 2020"))) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Produit_conso_menages, linetype = methode)) +
  theme_minimal() + ylab("Consommation mensuelle (Base 100 = Janvier 2020)") + xlab("") +
  theme(legend.title = element_blank(),
               axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1),
        legend.position = c(0.2, 0.25)) +
  scale_x_date(breaks = "3 months",
               labels = date_format("%B %Y")) +
  scale_y_log10(breaks = seq(10, 300, 1),
                labels = percent(seq(10, 300, 1)/100-1, acc = 1))

Janvier 2022-

Nouvelle version

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS", "ALIMENTAIRE")) |>
  
  month_to_date() |>
  filter(date >= as.Date("2022-01-01")) |>
  group_by(Produit_conso_menages) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Produit_conso_menages)) +
  theme_minimal() + ylab("Consommation mensuelle\n(Base 100 = Janvier 2022)") + xlab("") +
  theme(legend.title = element_blank(),
               axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1),
        legend.position = c(0.2, 0.2)) +
  scale_x_date(breaks = "2 months",
               labels = date_format("%B %Y")) +
  scale_y_log10(breaks = seq(10, 300, 1))

Décembre 2019-

Nouvelle version

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS", "ALIMENTAIRE")) |>
  
  month_to_date() |>
  filter(date >= as.Date("2019-12-01")) |>
  group_by(Produit_conso_menages) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  mutate(OBS_VALUE = ifelse(year(date) == 2020 & month(date) %in% c(3, 4, 5, 10, 11), NA, OBS_VALUE)) |>
  mutate(OBS_VALUE = ifelse(year(date) == 2021 & month(date) %in% c(3, 4), NA, OBS_VALUE)) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Produit_conso_menages)) +
  theme_minimal() + ylab("Consommation mensuelle\n(Base 100 = Décembre 2019)") + xlab("") +
  theme(legend.title = element_blank(),
               axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1),
        legend.position = c(0.2, 0.2)) +
  scale_x_date(breaks = "2 months",
               labels = date_format("%B %Y")) +
  scale_y_log10(breaks = seq(10, 300, 1)) +
  geom_rect(data = data_frame(start = as.Date("2020-02-01"), 
                                end = as.Date("2020-06-01")), 
              aes(xmin = start, xmax = end, ymin = 0, ymax = +Inf), fill = viridis(4)[4], alpha = 0.2)+
  geom_rect(data = data_frame(start = as.Date("2020-09-01"), 
                                end = as.Date("2020-12-01")), 
              aes(xmin = start, xmax = end, ymin = 0, ymax = +Inf), fill = viridis(4)[4], alpha = 0.2)+
  geom_rect(data = data_frame(start = as.Date("2021-02-01"), 
                                end = as.Date("2021-05-01")), 
              aes(xmin = start, xmax = end, ymin = 0, ymax = +Inf), fill = viridis(4)[4], alpha = 0.2)

Juillet 2021-

Nouvelle version

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS", "ALIMENTAIRE")) |>
  
  month_to_date() |>
  filter(date >= as.Date("2021-07-01")) |>
  group_by(Produit_conso_menages) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Produit_conso_menages)) +
  theme_minimal() + ylab("Consommation mensuelle\n(Base 100 = Juillet 2021)") + xlab("") +
  theme(legend.title = element_blank(),
               axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1),
        legend.position = c(0.2, 0.2)) +
  scale_x_date(breaks = "2 months",
               labels = date_format("%B %Y")) +
  scale_y_log10(breaks = seq(10, 300, 1))

Comparer version

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  mutate(methode = "Méthode 2020") |>
  bind_rows(`CONSO-MENAGES-2014` |>
              mutate(methode = "Méthode 2014, octobre 2023")) |>
  bind_rows(`CONSO-MENAGES-2014-vieux` |>
              mutate(methode = "Méthode 2014, septembre 2023")) |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS","ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  filter(date >= as.Date("2021-07-01")) |>
  group_by(Produit_conso_menages, methode) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  select(date, OBS_VALUE, Produit_conso_menages, methode) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Produit_conso_menages, linetype = methode)) +
  theme_minimal() + ylab("Consommation mensuelle (Base 100 = Février 2021)") + xlab("") +
  theme(legend.title = element_blank(),
               axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1),
        legend.position = c(0.2, 0.3)) +
  scale_x_date(breaks = "1 month",
               labels = date_format("%B %Y")) +
  scale_y_log10(breaks = seq(10, 300, 1))

Dec 2021-

Nouvelle version

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS", "ALIMENTAIRE", "ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  filter(date >= as.Date("2021-12-01")) |>
  group_by(Produit_conso_menages) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Produit_conso_menages)) +
  theme_minimal() + ylab("Consommation mensuelle (Base 100 = Déc. 2021)") + xlab("") +
  theme(legend.title = element_blank(),
               axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1),
        legend.position = c(0.2, 0.2)) +
  scale_x_date(breaks = "2 months",
               labels = date_format("%B %Y")) +
  scale_y_log10(breaks = seq(10, 300, 1))

Comparer version

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  mutate(methode = "Base 2020") |>
  bind_rows(`CONSO-MENAGES-2014` |>
              mutate(methode = "Base 2014, méthode 10/2023")) |>
  bind_rows(`CONSO-MENAGES-2014-vieux` |>
              mutate(methode = "Base 2014, méthode 09/2023")) |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS","ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  filter(date >= as.Date("2021-12-01")) |>
  group_by(Produit_conso_menages, methode) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Produit_conso_menages, linetype = methode)) +
  theme_minimal() + ylab("Consommation mensuelle (Base 100 = Déc. 2021)") + xlab("") +
  theme(legend.title = element_blank(),
               axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1),
        legend.position = c(0.2, 0.3)) +
  scale_x_date(breaks = "1 month",
               labels = date_format("%B %Y")) +
  scale_y_log10(breaks = seq(10, 300, 1))

Comparer version

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  mutate(methode = "Base 2020") |>
  bind_rows(`CONSO-MENAGES-2014` |>
              mutate(methode = "Base 2014, méthode 10/2023")) |>
  bind_rows(`CONSO-MENAGES-2014-vieux` |>
              mutate(methode = "Base 2014, méthode 09/2023")) |>
  filter(PRODUIT_CONSO_MENAGES %in% c("ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  filter(date >= as.Date("2021-12-01")) |>
  group_by(Produit_conso_menages, methode) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = methode)) +
  theme_minimal() + ylab("Consommation mensuelle (Base 100 = Déc. 2021)") + xlab("") +
  theme(legend.title = element_blank(),
               axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1),
        legend.position = c(0.2, 0.3)) +
  scale_x_date(breaks = "1 month",
               labels = date_format("%B %Y")) +
  scale_y_log10(breaks = seq(10, 300, 1)) +
  geom_label(data = . %>% filter(date %in% c(as.Date("2023-08-01"))),
                                 aes(x = date, y = OBS_VALUE, label = percent(OBS_VALUE/100-1, acc = 0.1), color = methode))

Février 2022-

Comparer version

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  mutate(methode = "Méthode 2020") |>
  bind_rows(`CONSO-MENAGES-2014` |>
              mutate(methode = "Méthode 2014, octobre 2023")) |>
  bind_rows(`CONSO-MENAGES-2014-vieux` |>
              mutate(methode = "Méthode 2014, septembre 2023")) |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS","ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  filter(date >= as.Date("2022-02-01")) |>
  group_by(Produit_conso_menages, methode) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  select(date, OBS_VALUE, Produit_conso_menages, methode) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Produit_conso_menages, linetype = methode)) +
  theme_minimal() + ylab("Consommation mensuelle (Base 100 = Février 2021)") + xlab("") +
  theme(legend.title = element_blank(),
               axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1),
        legend.position = c(0.2, 0.3)) +
  scale_x_date(breaks = "1 month",
               labels = date_format("%B %Y")) +
  scale_y_log10(breaks = seq(10, 300, 1))

Total, Alimentaire

All

Code

`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS", "ALIMENTAIRE")) |>
  
  month_to_date() |>
  group_by(PRODUIT_CONSO_MENAGES) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = PRODUIT_CONSO_MENAGES)) +
  theme_minimal() + ylab("Consommation mensuelle") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.9)) +
  scale_x_date(breaks = seq(1950, 2100, 5) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(100, 300, 10))

1996-

Code

`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS", "ALIMENTAIRE")) |>
  
  month_to_date() |>
  filter(date >= as.Date("1996-01-01")) |>
  group_by(PRODUIT_CONSO_MENAGES) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = PRODUIT_CONSO_MENAGES)) +
  theme_minimal() + ylab("Consommation mensuelle") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.9)) +
  scale_x_date(breaks = seq(1950, 2100, 2) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(10, 300, 10))

2005-

Code

`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS", "ALIMENTAIRE")) |>
  
  month_to_date() |>
  filter(date >= as.Date("2005-01-01")) |>
  group_by(PRODUIT_CONSO_MENAGES) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = PRODUIT_CONSO_MENAGES)) +
  theme_minimal() + ylab("Consommation mensuelle") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.9)) +
  scale_x_date(breaks = seq(1950, 2100, 2) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(10, 300, 10))

2017-

Code

`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS", "ALIMENTAIRE")) |>
  
  month_to_date() |>
  filter(date >= as.Date("2017-01-01")) |>
  group_by(PRODUIT_CONSO_MENAGES) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = PRODUIT_CONSO_MENAGES)) +
  theme_minimal() + ylab("Consommation mensuelle") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.3)) +
  scale_x_date(breaks = seq(1950, 2100, 1) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(10, 300, 5))

Mai 2020-

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS", "ALIMENTAIRE")) |>
  
  month_to_date() |>
  filter(date >= as.Date("2020-05-01")) |>
  group_by(Produit_conso_menages) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Produit_conso_menages)) +
  theme_minimal() + ylab("Consommation mensuelle") + xlab("") +
  theme(legend.title = element_blank(),
               axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1),
        legend.position = c(0.2, 0.1)) +
  scale_x_date(breaks = "3 months",
               labels = date_format("%b %Y")) +
  scale_y_log10(breaks = seq(10, 300, 5))

Dec 2021-

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS", "ALIMENTAIRE", "ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  filter(date >= as.Date("2022-01-01")) |>
  group_by(Produit_conso_menages) |>
  arrange(date) |>
  mutate(OBS_VALUE = OBS_VALUE/OBS_VALUE[1]-1) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Produit_conso_menages)) +
  theme_minimal() + ylab("Consommation mensuelle (par rapport à Janvier 2022)") + xlab("") +
  theme(legend.title = element_blank(),
               axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1),
        legend.position = c(0.2, 0.2)) +
  scale_x_date(breaks = "1 month",
               labels = date_format("%B %Y")) +
  scale_y_continuous(breaks = 0.01*seq(-100, 300, 1),
                labels = percent_format(acc = 1))

Feb 2022

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS", "ALIMENTAIRE", "ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  filter(date >= as.Date("2022-02-01")) |>
  group_by(Produit_conso_menages) |>
  arrange(date) |>
  mutate(OBS_VALUE = OBS_VALUE/OBS_VALUE[1]-1) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Produit_conso_menages)) +
  theme_minimal() + ylab("Consommation mensuelle (vs. Fév. 2022)") + xlab("") +
  theme(legend.title = element_blank(),
               axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1),
        legend.position = c(0.2, 0.2)) +
  scale_x_date(breaks = "1 month",
               labels = date_format("%B %Y")) +
  scale_y_continuous(breaks = 0.01*seq(-100, 300, 1),
                labels = percent_format(acc = 1))

24 months

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS", "ALIMENTAIRE", "ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  filter(date >= Sys.Date() - months(24)) |>
  group_by(Produit_conso_menages) |>
  arrange(date) |>
  mutate(OBS_VALUE = OBS_VALUE/OBS_VALUE[1]-1) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Produit_conso_menages)) +
  theme_minimal() + ylab("Consommation mensuelle (par rapport à Janvier 2022)") + xlab("") +
  theme(legend.title = element_blank(),
               axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1),
        legend.position = c(0.2, 0.2)) +
  scale_x_date(breaks = "1 month",
               labels = date_format("%B %Y")) +
  scale_y_continuous(breaks = 0.01*seq(-100, 300, 1),
                labels = percent_format(acc = 1))

18 months

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS", "ALIMENTAIRE", "ALIMENTAIRE-HORS-TABAC")) |>
  
  month_to_date() |>
  filter(date >= Sys.Date() - months(18)) |>
  group_by(Produit_conso_menages) |>
  arrange(date) |>
  mutate(OBS_VALUE = OBS_VALUE/OBS_VALUE[1]-1) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Produit_conso_menages)) +
  theme_minimal() + ylab("Consommation mensuelle (par rapport à Janvier 2022)") + xlab("") +
  theme(legend.title = element_blank(),
               axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1),
        legend.position = c(0.2, 0.2)) +
  scale_x_date(breaks = "1 month",
               labels = date_format("%B %Y")) +
  scale_y_continuous(breaks = 0.01*seq(-100, 300, 1),
                labels = percent_format(acc = 1))

Biens, Biens Manufacturés, Biens Fabriqués

All

Code

`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS", "BIENS-MANUFACTURES", "BIENS-FABRIQUES")) |>
  
  month_to_date() |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = PRODUIT_CONSO_MENAGES)) +
  xlab("") + ylab("") +  theme_minimal() +
  scale_x_date(breaks = "5 years",
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(0, 120, 5)) +
  theme(legend.position = c(0.8, 0.2),
        legend.title = element_blank())

1996-

Code

`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("BIENS", "BIENS-MANUFACTURES", "BIENS-FABRIQUES")) |>
  
  month_to_date() |>
  filter(date >= as.Date("1996-01-01")) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = PRODUIT_CONSO_MENAGES)) +
  xlab("") + ylab("") +  theme_minimal() +
  scale_x_date(breaks = seq(1920, 2100, 2) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(0, 120, 5)) +
  
  theme(legend.position = c(0.8, 0.2),
        legend.title = element_blank())

Alimentaire, Alimentaire hors Tabac, Biens durables

All

Code

`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("ALIMENTAIRE", "ALIMENTAIRE-HORS-TABAC", "BIENS-DURABLES")) |>
  
  month_to_date() |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = PRODUIT_CONSO_MENAGES)) +
  xlab("") + ylab("") +  theme_minimal() +
  scale_x_date(breaks = seq(1920, 2100, 5) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(0, 120, 1)) +
  
  theme(legend.position = c(0.8, 0.2),
        legend.title = element_blank())

Equipement du logement, Matériels de Transport

Code

`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("MATERIELS-TRANSPORT", "EQUIPEMENT-LOGEMENT")) |>
  
  month_to_date() |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = PRODUIT_CONSO_MENAGES)) +
  xlab("") + ylab("") +  theme_minimal() +
  scale_x_date(breaks = seq(1920, 2100, 5) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(0, 120, 1)) +
  scale_color_manual(values = viridis(3)[1:2]) +
  theme(legend.position = c(0.8, 0.2),
        legend.title = element_blank())

Dec 2021

Table

Code

`CONSO-MENAGES-2020` |>
  
  filter(TIME_PERIOD %in% c("2021-12", "2023-05")) |>
  select(TIME_PERIOD, PRODUIT_CONSO_MENAGES, PRODUIT_CONSO_MENAGES, OBS_VALUE) |>
  spread(TIME_PERIOD, OBS_VALUE) |>
  mutate(croissance = round(100*(`2023-05`/`2021-12`-1), 1)) |>
  arrange(croissance) |>
  print_table_conditional()

PRODUIT_CONSO_MENAGES	2021-12	2023-05	croissance
ALIMENTAIRE	18.154	16.878	-7.0
ALIMENTAIRE-HORS-TABAC	16.323	15.225	-6.7
ENERGIE_C2	3.734	3.587	-3.9
PRODUITS-PETROLIERS	4.584	4.417	-3.6
EQUIPEMENT-LOGEMENT	3.753	3.635	-3.1
BIENS	47.654	46.460	-2.5
BIENS-FABRIQUES-AUTRES	6.399	6.246	-2.4
BIENS-MANUFACTURES	40.457	39.516	-2.3
ENERGIE_DEC2	8.227	8.080	-1.8
BIENS-DURABLES-EQUIPEMENT	1.756	1.736	-1.1
ENERGIE_DE	4.493	4.481	-0.3
ENERGIE_PETROLE	3.644	3.677	0.9
BIENS-FABRIQUES	21.273	21.547	1.3
TEXTILE	4.204	4.312	2.6
BIENS-DURABLES	10.670	10.993	3.0
MATERIELS-TRANSPORT	5.162	5.620	8.9

Graph

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  
  month_to_date() |>
  filter(date >= as.Date("2022-01-01")) |>
  group_by(Produit_conso_menages) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Produit_conso_menages)) +
  theme_minimal() + ylab("Consommation mensuelle (Base 100 = Déc. 2021)") + xlab("") +
  theme(legend.title = element_blank(),
               axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1),
        legend.position = c(0.5, 0.3)) +
  scale_x_date(breaks = "1 month",
               labels = date_format("%B %Y")) +
  scale_y_log10(breaks = seq(10, 300, 1)) +
  guides(color=guide_legend(ncol=2))

Produits pétroliers

Code

invisible(Sys.setlocale("LC_TIME", "fr_CA.UTF-8"))
`CONSO-MENAGES-2020` |>
  filter(PRODUIT_CONSO_MENAGES %in% c("PRODUITS-PETROLIERS", "ENERGIE_PETROLE")) |>
  
  month_to_date() |>
  filter(date >= as.Date("2021-12-01")) |>
  group_by(Produit_conso_menages) |>
  arrange(date) |>
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
  ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Produit_conso_menages)) +
  theme_minimal() + ylab("Consommation mensuelle (Base 100 = Déc. 2021)") + xlab("") +
  theme(legend.title = element_blank(),
               axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1),
        legend.position = c(0.2, 0.2)) +
  scale_x_date(breaks = "1 month",
               labels = date_format("%B %Y")) +
  scale_y_log10(breaks = seq(10, 300, 1))

Related Data

Données sur la macroéconomie en France

source	dataset	Title	Updated
bdf	CFT	Comptes Financiers Trimestriels - CFT	2026-08-10
insee	CNA-2014-CONSO-SI	Dépenses de consommation finale par secteur institutionnel - CNA-2014-CONSO-SI	2026-08-16
insee	CNA-2014-CSI	Comptes des secteurs institutionnels - CNA-2014-CSI	2026-08-16
insee	CNA-2014-FBCF-BRANCHE	Formation brute de capital fixe (FBCF) par branche - CNA-2014-FBCF-BRANCHE	2026-08-16
insee	CNA-2014-FBCF-SI	Formation brute de capital fixe (FBCF) par secteur institutionnel - CNA-2014-FBCF-SI	2026-08-16
insee	CNA-2014-RDB	Revenu et pouvoir d’achat des ménages - CNA-2014-RDB	2026-08-16
insee	CNA-2020-CONSO-MEN	Consommation des ménages - CNA-2020-CONSO-MEN	2026-08-13
insee	CNA-2020-PIB	Produit intérieur brut (PIB) et ses composantes - CNA-2020-PIB	2026-08-16
insee	CNT-2014-CB	Comptes des branches - CNT-2014-CB	2026-08-16
insee	CNT-2014-CSI	Comptes de secteurs institutionnels - CNT-2014-CSI	2026-08-16
insee	CNT-2014-OPERATIONS	Opérations sur biens et services - CNT-2014-OPERATIONS	2026-08-16
insee	CNT-2014-PIB-EQB-RF	Équilibre du produit intérieur brut - CNT-2014-PIB-EQB-RF	2026-08-16
insee	CONSO-MENAGES-2020	Consommation des ménages en biens - CONSO-MENAGES-2020	2026-08-16
insee	ICA-2015-IND-CONS	Indices de chiffre d'affaires dans l'industrie et la construction - ICA-2015-IND-CONS	2026-08-16
insee	conso-mensuelle	Consommation de biens, données mensuelles - conso-mensuelle	2026-08-02
insee	t_1101	1.101 – Le produit intérieur brut et ses composantes à prix courants (En milliards d'euros) - t_1101	2026-08-02
insee	t_1102	1.102 – Le produit intérieur brut et ses composantes en volume aux prix de l'année précédente chaînés (En milliards d'euros 2014) - t_1102	2026-08-02
insee	t_1105	1.105 – Produit intérieur brut - les trois approches à prix courants (En milliards d'euros) - t_1105	2026-09-02