| source | dataset | Title | .html | .rData |
|---|---|---|---|---|
| insee | IPC-1970-1980 | Indice des prix à la consommation - Base 1970, 1980 | 2025-11-14 | 2025-11-13 |
Indice des prix à la consommation - Base 1970, 1980
Data - INSEE
Info
Données sur l’inflation en France
| source | dataset | Title | .html | .rData |
|---|---|---|---|---|
| insee | IPC-1970-1980 | Indice des prix à la consommation - Base 1970, 1980 | 2025-11-14 | 2025-11-13 |
| insee | ILC-ILAT-ICC | Indices pour la révision d’un bail commercial ou professionnel | 2025-11-14 | 2025-11-13 |
| insee | INDICES_LOYERS | Indices des loyers - Base 2019 | 2025-11-14 | 2025-11-13 |
| insee | IPC-1990 | Indices des prix à la consommation - Base 1990 | 2025-11-14 | 2025-11-13 |
| insee | IPC-2015 | Indice des prix à la consommation - Base 2015 | 2025-11-14 | 2025-11-13 |
| insee | IPC-PM-2015 | Prix moyens de vente de détail | 2025-11-14 | 2025-11-13 |
| insee | IPCH-2015 | Indices des prix à la consommation harmonisés | 2025-11-14 | 2025-11-13 |
| insee | IPCH-IPC-2015-ensemble | Indices des prix à la consommation harmonisés | 2025-11-14 | 2025-11-14 |
| insee | IPGD-2015 | Indice des prix dans la grande distribution | 2025-11-14 | 2025-05-24 |
| insee | IPLA-IPLNA-2015 | Indices des prix des logements neufs et Indices Notaires-Insee des prix des logements anciens | 2025-11-14 | 2025-11-13 |
| insee | IPPI-2015 | Indices de prix de production et d'importation dans l'industrie | 2025-11-14 | 2025-11-14 |
| insee | IRL | Indice pour la révision d’un loyer d’habitation | 2025-11-14 | 2025-11-13 |
| insee | SERIES_LOYERS | Variation des loyers | 2025-11-14 | 2025-11-13 |
| insee | T_CONSO_EFF_FONCTION | Consommation effective des ménages par fonction | 2025-11-14 | 2024-07-18 |
| insee | bdf2017 | Budget de famille 2017 | 2025-11-14 | 2023-11-21 |
| insee | echantillon-agglomerations-IPC-2024 | Échantillon d’agglomérations enquêtées de l’IPC en 2024 | 2025-11-14 | 2025-04-02 |
| insee | liste-varietes-IPC-2024 | Liste des variétés pour la mesure de l'IPC en 2024 | 2025-11-14 | 2025-04-02 |
| insee | ponderations-elementaires-IPC-2024 | Pondérations élémentaires 2024 intervenant dans le calcul de l’IPC | 2025-11-14 | 2025-04-02 |
LAST_UPDATE
Code
`IPC-1970-1980` %>%
group_by(LAST_UPDATE) %>%
summarise(Nobs = n()) %>%
arrange(desc(LAST_UPDATE)) %>%
print_table_conditional()| LAST_UPDATE | Nobs |
|---|---|
| 2018-02-12 | 143261 |
Last TIME_PERIOD
Code
`IPC-1970-1980` %>%
group_by(TIME_PERIOD) %>%
summarise(Nobs = n()) %>%
arrange(desc(TIME_PERIOD)) %>%
head(1) %>%
print_table_conditional()| TIME_PERIOD | Nobs |
|---|---|
| 1992-12 | 228 |
Info
- Indice des prix des 295 postes.
Code
i_g("bib/insee/series-longues-macroeconomiques-1949-1979/historique.png")
PRODUITS_IPC_1970_1980
All
Code
`IPC-1970-1980` %>%
left_join(PRODUITS_IPC_1970_1980, by = "PRODUITS_IPC_1970_1980") %>%
group_by(PRODUITS_IPC_1970_1980, Produits_ipc_1970_1980) %>%
summarise(Nobs = n()) %>%
arrange(-Nobs) %>%
print_table_conditionalPOND
Code
`IPC-1970-1980` %>%
filter(NATURE == "POND") %>%
left_join(PRODUITS_IPC_1970_1980, by = "PRODUITS_IPC_1970_1980") %>%
group_by(PRODUITS_IPC_1970_1980, Produits_ipc_1970_1980) %>%
summarise(Nobs = n()) %>%
arrange(-Nobs) %>%
print_table_conditionalCORRECTION
Code
`IPC-1970-1980` %>%
left_join(CORRECTION, by = "CORRECTION") %>%
group_by(CORRECTION, Correction) %>%
summarise(Nobs = n()) %>%
arrange(-Nobs) %>%
print_table_conditional| CORRECTION | Correction | Nobs |
|---|---|---|
| BRUT | Non corrigé | 141449 |
| CVS | Corrigé des variations saisonnières | 1812 |
FREQ
Code
`IPC-1970-1980` %>%
left_join(FREQ, by = "FREQ") %>%
group_by(FREQ, Freq) %>%
summarise(Nobs = n()) %>%
arrange(-Nobs) %>%
print_table_conditional| FREQ | Freq | Nobs |
|---|---|---|
| M | Monthly | 128968 |
| A | Annual | 14293 |
NATURE
Code
`IPC-1970-1980` %>%
left_join(NATURE, by = "NATURE") %>%
group_by(NATURE, Nature) %>%
summarise(Nobs = n()) %>%
arrange(-Nobs) %>%
print_table_conditional| NATURE | Nature | Nobs |
|---|---|---|
| INDICE | Indice | 137011 |
| POND | Pondérations d'indice | 3743 |
| VARIATIONS_M | Variations mensuelles | 2484 |
| VARIATIONS_A | Variations annuelles | 23 |
BASIND
Code
`IPC-1970-1980` %>%
left_join(BASIND, by = "BASIND") %>%
group_by(BASIND, Basind) %>%
summarise(Nobs = n()) %>%
arrange(-Nobs) %>%
print_table_conditional| BASIND | Basind | Nobs |
|---|---|---|
| 1980 | 1980 | 99788 |
| 1970 | 1970 | 39730 |
| SO | Sans objet | 3743 |
REGROUPEMENTS_IPC_1970_1980
Code
`IPC-1970-1980` %>%
left_join(REGROUPEMENTS_IPC_1970_1980, by = "REGROUPEMENTS_IPC_1970_1980") %>%
group_by(REGROUPEMENTS_IPC_1970_1980, Regroupements_ipc_1970_1980) %>%
summarise(Nobs = n()) %>%
arrange(-Nobs) %>%
print_table_conditionalPRODUITS_IPC_1970_1980
Code
`IPC-1970-1980` %>%
left_join(PRODUITS_IPC_1970_1980, by = "PRODUITS_IPC_1970_1980") %>%
group_by(PRODUITS_IPC_1970_1980, Produits_ipc_1970_1980) %>%
summarise(Nobs = n()) %>%
arrange(-Nobs) %>%
print_table_conditionalTITLE
TITLE_FR
Code
`IPC-1970-1980` %>%
group_by(TITLE_FR, IDBANK) %>%
summarise(Nobs = n()) %>%
arrange(-Nobs) %>%
print_table_conditionalTITLE_EN
Code
`IPC-1970-1980` %>%
group_by(TITLE_EN, IDBANK) %>%
summarise(Nobs = n()) %>%
arrange(-Nobs) %>%
print_table_conditionalREF_AREA
Code
`IPC-1970-1980` %>%
group_by(REF_AREA) %>%
summarise(Nobs = n()) %>%
arrange(-Nobs) %>%
print_table_conditional| REF_AREA | Nobs |
|---|---|
| FM | 129198 |
| D75 | 14063 |
TIME_PERIOD
Code
`IPC-1970-1980` %>%
group_by(TIME_PERIOD) %>%
summarise(Nobs = n()) %>%
arrange(desc(TIME_PERIOD)) %>%
print_table_conditionalPondération
1979, 1989, 1992
Code
`IPC-1970-1980` %>%
filter(TIME_PERIOD %in% c("1949", "1969", "1992", "1979", "1989"),
CORRECTION == "BRUT",
NATURE == "POND",
REF_AREA == "FM") %>%
select_if(function(col) length(unique(col)) > 1) %>%
select(-IDBANK, -TITLE_FR, -TITLE_EN, -DECIMALS) %>%
left_join(REGROUPEMENTS_IPC_1970_1980, by = "REGROUPEMENTS_IPC_1970_1980") %>%
left_join(PRODUITS_IPC_1970_1980, by = "PRODUITS_IPC_1970_1980") %>%
spread(TIME_PERIOD, OBS_VALUE) %>%
print_table_conditional()Services de Santé
Code
`IPC-1970-1980` %>%
filter(NATURE == "POND",
PRODUITS_IPC_1970_1980 == "760") %>%
year_to_date %>%
mutate(OBS_VALUE = OBS_VALUE/10000) %>%
ggplot() + ylab("Poids des services de santé") + xlab("") + theme_minimal() +
geom_line(aes(x = date, y = OBS_VALUE)) +
scale_color_manual(values = viridis(3)[1:2]) +
scale_x_date(breaks = seq(1920, 2025, 2) %>% paste0("-01-01") %>% as.Date,
labels = date_format("%Y")) +
scale_y_continuous(breaks = 0.01*seq(0, 10, 0.1),
labels = percent_format(accuracy = .1))
Produits pharmaceutiques
Code
`IPC-1970-1980` %>%
filter(NATURE == "POND",
PRODUITS_IPC_1970_1980 == "587") %>%
year_to_date %>%
mutate(OBS_VALUE = OBS_VALUE/10000) %>%
ggplot() + ylab("Poids des produits pharmaceutiques") + xlab("") + theme_minimal() +
geom_line(aes(x = date, y = OBS_VALUE)) +
scale_color_manual(values = viridis(3)[1:2]) +
scale_x_date(breaks = seq(1920, 2025, 2) %>% paste0("-01-01") %>% as.Date,
labels = date_format("%Y")) +
scale_y_continuous(breaks = 0.01*seq(0, 10, 0.1),
labels = percent_format(accuracy = .1))
Table
1949, 1969
Code
`IPC-1970-1980` %>%
filter(TIME_PERIOD %in% c("1949", "1969"),
CORRECTION == "BRUT",
NATURE == "INDICE",
REF_AREA == "FM") %>%
mutate(TITLE_FR = gsub("Indice des prix des 295 postes - Base 100 en 1970 - ", "", TITLE_FR),
TITLE_FR = gsub("Indice des prix des 295 postes - Base 100 en 1980 - ", "", TITLE_FR)) %>%
select(TITLE_FR, BASIND, PROD = PRODUITS_IPC_1970_1980, REGR = REGROUPEMENTS_IPC_1970_1980, TIME_PERIOD, OBS_VALUE) %>%
spread(TIME_PERIOD, OBS_VALUE) %>%
print_table_conditionalLoyers
Mensuel - Base 1980
Code
`IPC-1970-1980` %>%
filter(INDICATEUR == "IPC",
REGROUPEMENTS_IPC_1970_1980 == "PARIS11" | PRODUITS_IPC_1970_1980 == "711",
BASIND == "1980",
FREQ == "M") %>%
month_to_date %>%
group_by(REGROUPEMENTS_IPC_1970_1980, PRODUITS_IPC_1970_1980) %>%
mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[date == as.Date("1990-01-01")]) %>%
ggplot() + ylab("Indice des prix") + xlab("") + theme_minimal() +
geom_line(aes(x = date, y = OBS_VALUE, color = TITLE_FR, linetype = TITLE_FR)) +
scale_color_manual(values = viridis(4)[1:3]) +
scale_x_date(breaks = seq(1920, 2025, 5) %>% paste0("-01-01") %>% as.Date,
labels = date_format("%y")) +
theme(legend.position = c(0.75, 0.3),
legend.title = element_blank()) +
scale_y_log10(breaks = seq(0, 200, 10),
labels = dollar_format(accuracy = 1, prefix = ""))
Mensuel - Base 1970
Code
`IPC-1970-1980` %>%
filter(INDICATEUR == "IPC",
REGROUPEMENTS_IPC_1970_1980 == "PARIS11" | PRODUITS_IPC_1970_1980 == "711",
BASIND == "1970",
FREQ == "M") %>%
month_to_date %>%
group_by(REGROUPEMENTS_IPC_1970_1980, PRODUITS_IPC_1970_1980) %>%
mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[date == as.Date("1983-01-01")]) %>%
ggplot() + ylab("Indice des prix") + xlab("") + theme_minimal() +
geom_line(aes(x = date, y = OBS_VALUE, color = TITLE_FR, linetype = TITLE_FR)) +
scale_color_manual(values = viridis(4)[1:3]) +
scale_x_date(breaks = seq(1920, 2025, 5) %>% paste0("-01-01") %>% as.Date,
labels = date_format("%y")) +
theme(legend.position = c(0.75, 0.3),
legend.title = element_blank()) +
scale_y_log10(breaks = seq(0, 200, 10),
labels = dollar_format(accuracy = 1, prefix = ""))
Mensuel - Base 1970
All
Code
`IPC-1970-1980` %>%
filter(INDICATEUR == "IPC",
PRODUITS_IPC_1970_1980 %in% c("711", "SO"),
BASIND == "1970",
FREQ == "M") %>%
month_to_date %>%
left_join(PRODUITS_IPC_1970_1980, by = "PRODUITS_IPC_1970_1980") %>%
group_by(PRODUITS_IPC_1970_1980) %>%
mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[date == as.Date("1983-01-01")]) %>%
ggplot() + ylab("Indice des prix") + xlab("") + theme_minimal() +
geom_line(aes(x = date, y = OBS_VALUE, color = Produits_ipc_1970_1980, linetype = Produits_ipc_1970_1980)) +
scale_color_manual(values = viridis(4)[1:3]) +
scale_x_date(breaks = seq(1920, 2025, 5) %>% paste0("-01-01") %>% as.Date,
labels = date_format("%y")) +
theme(legend.position = c(0.75, 0.3),
legend.title = element_blank()) +
scale_y_log10(breaks = seq(0, 200, 10),
labels = dollar_format(accuracy = 1, prefix = ""))
1960
Code
`IPC-1970-1980` %>%
filter(INDICATEUR == "IPC",
PRODUITS_IPC_1970_1980 %in% c("711", "SO"),
BASIND == "1970",
FREQ == "M") %>%
month_to_date %>%
filter(date >=as.Date("1960-01-01")) %>%
left_join(PRODUITS_IPC_1970_1980, by = "PRODUITS_IPC_1970_1980") %>%
group_by(PRODUITS_IPC_1970_1980) %>%
mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[date == as.Date("1960-01-01")]) %>%
ggplot() + ylab("Indice des prix") + xlab("") + theme_minimal() +
geom_line(aes(x = date, y = OBS_VALUE, color = Produits_ipc_1970_1980, linetype = Produits_ipc_1970_1980)) +
scale_color_manual(values = viridis(4)[1:3]) +
scale_x_date(breaks = seq(1920, 2025, 5) %>% paste0("-01-01") %>% as.Date,
labels = date_format("%y")) +
theme(legend.position = c(0.75, 0.3),
legend.title = element_blank()) +
scale_y_log10(breaks = seq(0, 1000, 50),
labels = dollar_format(accuracy = 1, prefix = ""))
Mensuel - Base 1970
Code
`IPC-1970-1980` %>%
filter(INDICATEUR == "IPC",
PRODUITS_IPC_1970_1980 %in% c("711", "SO"),
REGROUPEMENTS_IPC_1970_1980 == "SO",
BASIND == "1980",
FREQ == "M") %>%
month_to_date %>%
left_join(PRODUITS_IPC_1970_1980, by = "PRODUITS_IPC_1970_1980") %>%
group_by(PRODUITS_IPC_1970_1980) %>%
mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[date == as.Date("1983-01-01")]) %>%
ggplot() + ylab("Indice des prix") + xlab("") + theme_minimal() +
geom_line(aes(x = date, y = OBS_VALUE, color = Produits_ipc_1970_1980, linetype = Produits_ipc_1970_1980)) +
scale_color_manual(values = viridis(4)[1:3]) +
scale_x_date(breaks = seq(1920, 2025, 5) %>% paste0("-01-01") %>% as.Date,
labels = date_format("%y")) +
theme(legend.position = c(0.75, 0.3),
legend.title = element_blank()) +
scale_y_log10(breaks = seq(0, 200, 10),
labels = dollar_format(accuracy = 1, prefix = ""))
Annual - Base 1970
Code
`IPC-1970-1980` %>%
filter(INDICATEUR == "IPC",
REGROUPEMENTS_IPC_1970_1980 == "PARIS11" | PRODUITS_IPC_1970_1980 == "711",
BASIND == "1970",
FREQ == "A") %>%
year_to_date %>%
group_by(REGROUPEMENTS_IPC_1970_1980, PRODUITS_IPC_1970_1980) %>%
mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[date == as.Date("1983-01-01")]) %>%
ggplot() + ylab("Indice des prix") + xlab("") + theme_minimal() +
geom_line(aes(x = date, y = OBS_VALUE, color = TITLE_FR, linetype = TITLE_FR)) +
scale_color_manual(values = viridis(4)[1:3]) +
scale_x_date(breaks = seq(1920, 2025, 5) %>% paste0("-01-01") %>% as.Date,
labels = date_format("%y")) +
theme(legend.position = c(0.75, 0.3),
legend.title = element_blank()) +
scale_y_log10(breaks = seq(0, 200, 10),
labels = dollar_format(accuracy = 1, prefix = ""))