Indices des prix à la consommation - Base 1990
Données - INSEE
Info
Last observation: Annuelle: 1998 (N = 1,063) · Mensuelle: 1998-12 (N = 587)
First observation: Annuelle: 1990 (N = 468) · Mensuelle: 1990-01 (N = 468)
Number of observations: 69 239
Last data update: 14 aoû 2026, 22:49. Last compile: 15 aoû 2026, 04:03
Structure
Données sur l’inflation en France
| source | dataset | Title | Updated |
|---|---|---|---|
| insee | ILC-ILAT-ICC | Indices pour la révision d’un bail commercial ou professionnel | 2026-08-13 |
| insee | INDICES_LOYERS | Indices des loyers d'habitation (ILH) | 2026-08-13 |
| insee | IPC-1970-1980 | Indice des prix à la consommation - Base 1970, 1980 | 2026-08-13 |
| insee | IPC-1990 | Indices des prix à la consommation - Base 1990 | 2026-08-13 |
| insee | IPC-2015 | Indice des prix à la consommation - Base 2015 | 2026-08-14 |
| insee | IPC-PM-2015 | Prix moyens de vente de détail | 2026-08-13 |
| insee | IPCH-2015 | Indices des prix à la consommation harmonisés | 2026-08-13 |
| insee | IPCH-IPC-2015-ensemble | Indices des prix à la consommation harmonisés | 2026-08-02 |
| insee | IPGD-2015 | Indice des prix dans la grande distribution | 2026-08-13 |
| insee | IPLA-IPLNA-2015 | Indices des prix des logements neufs et Indices Notaires-Insee des prix des logements anciens | 2026-08-14 |
| insee | IPPI-2015 | Indices de prix de production et d'importation dans l'industrie | 2026-08-14 |
| insee | IRL | Indice pour la révision d’un loyer d’habitation | 2026-08-14 |
| insee | SERIES_LOYERS | Variation des loyers | 2026-08-14 |
| insee | T_CONSO_EFF_FONCTION | Consommation effective des ménages par fonction | 2026-08-02 |
| insee | bdf2017 | Budget de famille 2017 | 2026-08-13 |
| insee | echantillon-agglomerations-IPC-2024 | Échantillon d’agglomérations enquêtées de l’IPC en 2024 | 2026-08-02 |
| insee | echantillon-agglomerations-IPC-2025 | Échantillon d’agglomérations enquêtées de l’IPC en 2025 | 2026-08-02 |
| insee | liste-varietes-IPC-2024 | Liste des variétés pour la mesure de l'IPC en 2024 | 2026-08-02 |
| insee | liste-varietes-IPC-2025 | Liste des variétés pour la mesure de l'IPC en 2025 | 2026-08-02 |
| insee | ponderations-elementaires-IPC-2024 | Pondérations élémentaires 2024 intervenant dans le calcul de l’IPC | 2026-08-02 |
| insee | ponderations-elementaires-IPC-2025 | Pondérations élémentaires 2025 intervenant dans le calcul de l’IPC | 2026-08-02 |
| insee | table_conso_moyenne_par_categorie_menages | Montants de consommation selon différentes catégories de ménages | 2026-08-02 |
| insee | table_poste_au_sein_sous_classe_ecoicopv2_france_entiere_ | Ventilation de chaque sous-classe (niveau 4 de la COICOP v2) en postes et leurs pondérations | 2026-08-02 |
| insee | tranches_unitesurbaines | Poids de chaque tranche d’unités urbaines dans la consommation | 2026-08-02 |
Data on inflation
| source | dataset | Title | Updated |
|---|---|---|---|
| bis | CPI | Consumer Price Index | 2026-08-13 |
| ecb | CES | Consumer Expectations Survey | 2026-08-12 |
| eurostat | nama_10_co3_p3 | Final consumption expenditure of households by consumption purpose (COICOP 3 digit) | 2026-08-14 |
| eurostat | prc_hicp_cow | HICP - country weights | 2026-08-13 |
| eurostat | prc_hicp_ctrb | Contributions to euro area annual inflation (in percentage points) | 2026-08-13 |
| eurostat | prc_hicp_inw | HICP - item weights | 2026-08-13 |
| eurostat | prc_hicp_manr | HICP (2015 = 100) - monthly data (annual rate of change) | 2026-08-13 |
| eurostat | prc_hicp_midx | HICP (2015 = 100) - monthly data (index) | 2026-08-13 |
| eurostat | prc_hicp_mmor | HICP (2015 = 100) - monthly data (monthly rate of change) | 2026-08-13 |
| eurostat | prc_ppp_ind | Purchasing power parities (PPPs), price level indices and real expenditures for ESA 2010 aggregates | 2026-08-13 |
| eurostat | sts_inpp_m | Producer prices in industry, total - monthly data | 2026-08-13 |
| eurostat | sts_inppd_m | Producer prices in industry, domestic market - monthly data | 2026-08-13 |
| eurostat | sts_inppnd_m | Producer prices in industry, non domestic market - monthly data | 2026-08-14 |
| fred | cpi | Consumer Price Index | 2026-08-13 |
| fred | inflation | Inflation | 2026-08-13 |
| imf | CPI | Consumer Price Index (CPI) 2026 February - CPI_2026_FEB_VINTAGE | 2026-08-13 |
| oecd | MEI_PRICES_PPI | Producer Prices - MEI_PRICES_PPI | 2026-08-02 |
| oecd | PPP2017 | 2017 PPP Benchmark results | 2026-08-02 |
| oecd | PRICES_CPI | Consumer price indices (CPIs) | 2026-08-02 |
| wdi | FP.CPI.TOTL.ZG | Inflation, consumer prices (annual %) | 2026-08-13 |
| wdi | NY.GDP.DEFL.KD.ZG | Inflation, GDP deflator (annual %) | 2026-08-13 |
LAST_COMPILE
| LAST_COMPILE |
|---|
| 2026-08-15 |
Last TIME_PERIOD
Code
`IPC-1990` |>
group_by(TIME_PERIOD) |>
summarise(Nobs = n()) |>
arrange(desc(TIME_PERIOD)) |>
head(1) |>
print_table_conditional()| TIME_PERIOD | Nobs |
|---|---|
| 1998-12 | 587 |
Pondérations d’indice
1992, 1994, 1996, 1998
Code
`IPC-1990` |>
filter(NATURE == "POND",
TIME_PERIOD %in% c("1998", "1996", "1994", "1992", "1990"),
MENAGES_IPC == "POPULATION-TOTALE") |>
select_if(function(col) length(unique(col)) > 1) |>
select(-IDBANK, -TITLE_FR, -TITLE_EN, -OBS_STATUS, -OBS_TYPE) |>
spread(TIME_PERIOD, OBS_VALUE) |>
print_table_conditional()Tabac
Code
`IPC-1990` |>
filter(INDICATEUR == "IPC",
MENAGES_IPC == "POPULATION-TOTALE",
COICOP_1990 %in% c("14"),
NATURE == "POND") |>
year_to_date() |>
mutate(OBS_VALUE = OBS_VALUE/10000) |>
ggplot() + ylab("Poids du tabac dans l'indice des prix") + 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, 2100, 1) |> 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))
Santé
Code
`IPC-1990` |>
filter(INDICATEUR == "IPC",
MENAGES_IPC == "POPULATION-TOTALE",
COICOP_1990 %in% c("5"),
NATURE == "POND") |>
year_to_date() |>
mutate(OBS_VALUE = OBS_VALUE/10000) |>
ggplot() + ylab("Poids de la santé dans l'indice des prix") + 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, 2100, 1) |> 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))
2-digit
Boissons Alcoolisées, Logement, Restaurants et hôtels
Code
`IPC-1990` |>
filter(COICOP_1990 %in% c("0", "2", "11", "4"),
REF_AREA == "FE",
NATURE == "INDICE",
FREQ == "M") |>
month_to_date() |>
group_by(COICOP_1990) |>
arrange(date) |>
mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
ggplot() + ylab("Indice des prix") + xlab("") + theme_minimal() +
geom_line(aes(x = date, y = OBS_VALUE, color = COICOP_1990)) +
scale_color_manual(values = viridis(5)[1:4]) +
scale_x_date(breaks = seq(1920, 2100, 1) |> paste0("-01-01") |> as.Date(),
labels = date_format("%Y")) +
theme(legend.position = c(0.3, 0.85),
legend.title = element_blank()) +
scale_y_log10(breaks = seq(100, 200, 1),
labels = dollar_format(accuracy = 1, prefix = ""))
Transports, Enseignement, B&S Divers
Code
`IPC-1990` |>
filter(COICOP_1990 %in% c("00", "1", "7", "12"),
REF_AREA == "FE",
NATURE == "INDICE",
FREQ == "M") |>
month_to_date() |>
group_by(COICOP_1990) |>
arrange(date) |>
mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
ggplot() + ylab("Indice des prix") + xlab("") + theme_minimal() +
geom_line(aes(x = date, y = OBS_VALUE, color = COICOP_1990)) +
scale_color_manual(values = viridis(5)[1:4]) +
scale_x_date(breaks = seq(1920, 2100, 2) |> paste0("-01-01") |> as.Date(),
labels = date_format("%Y")) +
theme(legend.position = c(0.3, 0.85),
legend.title = element_blank()) +
scale_y_log10(breaks = seq(100, 300, 1),
labels = dollar_format(accuracy = 1, prefix = ""))
Alimentation, Habillement, Meubles
Code
`IPC-1990` |>
filter(COICOP_1990 %in% c("00", "5", "1", "3"),
REF_AREA == "FE",
NATURE == "INDICE",
FREQ == "M") |>
month_to_date() |>
group_by(COICOP_1990) |>
arrange(date) |>
mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
ggplot() + ylab("Indice des prix") + xlab("") + theme_minimal() +
geom_line(aes(x = date, y = OBS_VALUE, color = COICOP_1990)) +
scale_color_manual(values = viridis(5)[1:4]) +
scale_x_date(breaks = seq(1920, 2100, 1) |> paste0("-01-01") |> as.Date(),
labels = date_format("%Y")) +
theme(legend.position = c(0.3, 0.85),
legend.title = element_blank()) +
scale_y_log10(breaks = seq(100, 300, 1),
labels = dollar_format(accuracy = 1, prefix = ""))
Santé, Communications, Loisirs
Code
`IPC-1990` |>
filter(COICOP_1990 %in% c("00", "6", "9", "8"),
REF_AREA == "FE",
NATURE == "INDICE",
FREQ == "M") |>
month_to_date() |>
group_by(COICOP_1990) |>
arrange(date) |>
mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) |>
ggplot() + ylab("Indice des prix") + xlab("") + theme_minimal() +
geom_line(aes(x = date, y = OBS_VALUE, color = COICOP_1990)) +
scale_color_manual(values = viridis(5)[1:4]) +
scale_x_date(breaks = seq(1920, 2100, 2) |> paste0("-01-01") |> as.Date(),
labels = date_format("%Y")) +
theme(legend.position = c(0.2, 0.85),
legend.title = element_blank()) +
scale_y_log10(breaks = seq(10, 300, 10),
labels = dollar_format(accuracy = 1, prefix = ""))