Site en construction : la documentation présente dans ce site n’est pas exhaustive pour le moment

logo BDNB logo BDNB Millésime 2026-02.b
  • Concepts
    • La BDNB
    • Bâtiment groupe
    • Le RNB et la BDNB
    • Millésimes et version du schéma
    • Pourquoi des prédictions probabilistes ?
  • Données par thème
    • Vue d’ensemble

    • Bâti, foncier et adresses
    • Référentiels territoriaux
    • Activités, équipements et usages
    • Bâtiments tertiaires
    • Énergie et environnement
    • Logement et marché immobilier
    • Sobriété immobilière
    • Patrimoine et urbanisme
    • Exposition aux aléas
    • Vulnérabilité des personnes

    • Métadonnées
  • Productions BDNB
    • Vue d’ensemble

    • Usages des bâtiments
    • Flux de construction
    • Bâtiments tertiaires
    • Contexte géographique
    • Référentiel administratif

    • Traitement des DPE ADEME
    • Prédiction des performances énergétiques
    • Raccordement aux réseaux de chaleur
    • Valeur foncière et valeur verte des DPE

    • Adaptation au changement climatique
    • Indicateur de surchauffe estivale (ISB)
    • Îlot de chaleur urbain (ICU)
    • Exposition aux aléas

    • Description socio-économique des ménages
  • Recettes
  • FAQ
  • Dictionnaire
    • Dictionnaire interactif
    • Schéma SQL (SchemaSpy)
    • Dictionnaire des données (.xlsx)
  • API
    • Tutoriels
    • Guides
    • Swagger API Open
    • Swagger API Expert
    • Statut
    • Souscrire
  • Releases
    • Télécharger les données
    • Changelog
  • Publications
  1. Recettes
  2. Comment accéder aux données de mon parc
  • Recettes
    • Compter les bouilloires thermiques
    • Compter les chaudières fioul
    • Comment estimer le nombre de personnes vivant dans des bouilloires thermiques
    • Comment compter les passoires énergétiques
    • Croiser des prédictions avec les tirages aléatoires
    • Identifier les logements et les populations exposées
    • Comment accéder aux données de mon parc
    • Trouver les établissements d’éducation
    • Estimer le niveau de vie moyen dans une zone

Sur cette page

  • Exemple 1 : partir d’une adresse (géocodage)
  • Exemple 2 : partir du SIREN d’une entreprise
  • Ajouter des données à l’analyse

Other Formats

  • Jupyter
  1. Recettes
  2. Comment accéder aux données de mon parc

Comment accéder aux données de mon parc

Open
Expert
Retrouver les bâtiments d’un parc à partir d’adresses (géocodage) ou du SIREN d’une entreprise.
NotePrérequis

Millésime de référence minimum pour l’ensemble des exemples : 2026-02.b.

Selon l’exemple choisi, les requêtes SQL utilisent les tables suivantes :

  • Adresse : rel_batiment_groupe_adresse, batiment_groupe et adresse.
  • SIREN : rel_batiment_groupe_siren, siren et batiment_groupe.
  • Ajout des aléas : batiment_groupe_risques, en complément des relations SIREN et des groupes de bâtiments.

Les exemples API utilisent les routes indiquées dans chaque section ; l’accès aux relations SIREN nécessite l’API Expert.

Cette recette montre comment constituer, dans la BDNB, la liste des batiment_groupe_id d’un parc, puis y rattacher des données. Deux points d’entrée sont présentés :

  1. une adresse textuelle, qu’il faut d’abord géocoder (exemple 1) ;
  2. le SIREN d’une entreprise ou d’une collectivité (exemple 2).

Exemple 1 : partir d’une adresse (géocodage)

Le géocodage consiste à identifier un point géographique et un identifiant d’adresse à partir d’un texte. La BDNB s’appuie sur la Base Adresse Nationale (BAN) : son identifiant, la clé d’interopérabilité cle_interop_adr (par exemple 38185_1530_00012), est la colonne qui relie une adresse aux groupes de bâtiments.

Le parcours se fait en deux étapes.

Étape 1 : géocoder l’adresse. La route /v1/bdnb/geocodage de l’API est accessible sans clef. Elle retourne un FeatureCollection GeoJSON dont chaque résultat porte un score de confiance, un type et l’identifiant BAN dans properties.id.

import requests

reponse = requests.get(
    "https://api.bdnb.io/v1/bdnb/geocodage",
    params={"q": "12 rue Charrel Grenoble"},
    timeout=30,
)
reponse.raise_for_status()
resultat = reponse.json()["features"][0]["properties"]
# {'label': '12 Rue Charrel 38000 Grenoble', 'score': 0.97,
#  'type': 'housenumber', 'id': '38185_1530_00012', ...}
cle_interop_adr = resultat["id"]

Seuls les résultats de type housenumber (numéro de voie précis) identifient un bâtiment. Les types street et city sont trop imprécis, et un score faible doit déclencher une vérification manuelle.

Étape 2 : retrouver les groupes de bâtiments liés à cette adresse.

  • SQL
  • Python (pandas)
  • API
SELECT
    bg.batiment_groupe_id,
    bg.code_commune_insee,
    adr.libelle_adresse
FROM bdnb_v07.rel_batiment_groupe_adresse AS rel
JOIN bdnb_v07.batiment_groupe AS bg
    ON bg.batiment_groupe_id = rel.batiment_groupe_id
   AND bg.code_departement_insee = rel.code_departement_insee
JOIN bdnb_v07.adresse AS adr
    ON adr.cle_interop_adr = rel.cle_interop_adr
   AND adr.code_departement_insee = rel.code_departement_insee
WHERE rel.cle_interop_adr = '38185_1530_00012'
  AND rel.code_departement_insee = '38';
import pandas as pd
from sqlalchemy import create_engine

engine = create_engine("postgresql+psycopg2://<utilisateur>:<mot_de_passe>@<hote>/<base>")

sql = """
SELECT
    bg.batiment_groupe_id,
    bg.code_commune_insee,
    adr.libelle_adresse
FROM bdnb_v07.rel_batiment_groupe_adresse AS rel
JOIN bdnb_v07.batiment_groupe AS bg
    ON bg.batiment_groupe_id = rel.batiment_groupe_id
   AND bg.code_departement_insee = rel.code_departement_insee
JOIN bdnb_v07.adresse AS adr
    ON adr.cle_interop_adr = rel.cle_interop_adr
   AND adr.code_departement_insee = rel.code_departement_insee
WHERE rel.cle_interop_adr = %(cle_interop_adr)s
  AND rel.code_departement_insee = %(departement)s;
"""

parc = pd.read_sql(
    sql,
    engine,
    params={"cle_interop_adr": cle_interop_adr, "departement": cle_interop_adr[:2]},
)
import requests
import pandas as pd

response = requests.get(
    "https://api.bdnb.io/v1/bdnb/donnees/batiment_groupe_complet/adresse",
    params={
        "select": "batiment_groupe_id,code_commune_insee,nb_log",
        "cle_interop_adr": f"eq.{cle_interop_adr}",
        "limit": 5,
    },
    timeout=30,
)
response.raise_for_status()
parc = pd.DataFrame(response.json())

La route batiment_groupe_complet/adresse contient une ligne par couple (adresse, groupe de bâtiments) et cle_interop_adr y est indexée, ce qui la rend plus performante que batiment_groupe_complet, qui ne porte que la liste l_cle_interop_adr. Sélectionnez uniquement les colonnes utiles avec select.

Warning

Une adresse n’est pas un identifiant robuste de bâtiment : un bâtiment peut avoir plusieurs adresses, une adresse peut correspondre à plusieurs bâtiments, et certains bâtiments n’ont pas d’adresse dans la BAN. Le résultat peut donc contenir 0, 1 ou plusieurs groupes de bâtiments : prévoyez un contrôle des appariements non trouvés ou multiples.

Pour géocoder une liste d’adresses, répétez l’étape 1 pour chacune, puis interrogez la BDNB avec l’ensemble des clés obtenues (cle_interop_adr IN (...) en SQL, in.(...) dans l’API).

Exemple 2 : partir du SIREN d’une entreprise

La table rel_batiment_groupe_siren relie un SIREN aux groupes de bâtiments dans lesquels l’entité est propriétaire, propriétaire du terrain ou possède un établissement. La table siren fournit la dénomination. L’exemple utilise le SIREN 775688229 (Centre scientifique et technique du bâtiment).

Les colonnes booléennes proprietaire, proprietaire_terrain et etablissement précisent la nature du lien : filtrez-les selon la définition de votre parc (par exemple proprietaire pour un patrimoine détenu).

  • SQL
  • Python (pandas)
  • API
SELECT
    siren.siren,
    siren.denomination_personne_morale,
    bg.batiment_groupe_id,
    bg.code_commune_insee,
    rel.proprietaire,
    rel.proprietaire_terrain,
    rel.etablissement
FROM bdnb_v07.rel_batiment_groupe_siren AS rel
JOIN bdnb_v07.siren AS siren
    ON siren.siren = rel.siren
JOIN bdnb_v07.batiment_groupe AS bg
    ON bg.batiment_groupe_id = rel.batiment_groupe_id
   AND bg.code_departement_insee = rel.code_departement_insee
WHERE rel.siren = '775688229'
ORDER BY bg.code_commune_insee, bg.batiment_groupe_id;
import pandas as pd
from sqlalchemy import create_engine

engine = create_engine("postgresql+psycopg2://<utilisateur>:<mot_de_passe>@<hote>/<base>")

sql = """
SELECT
    siren.siren,
    siren.denomination_personne_morale,
    bg.batiment_groupe_id,
    bg.code_commune_insee,
    rel.proprietaire,
    rel.proprietaire_terrain,
    rel.etablissement
FROM bdnb_v07.rel_batiment_groupe_siren AS rel
JOIN bdnb_v07.siren AS siren
    ON siren.siren = rel.siren
JOIN bdnb_v07.batiment_groupe AS bg
    ON bg.batiment_groupe_id = rel.batiment_groupe_id
   AND bg.code_departement_insee = rel.code_departement_insee
WHERE rel.siren = %(siren)s
ORDER BY bg.code_commune_insee, bg.batiment_groupe_id;
"""

parc = pd.read_sql(sql, engine, params={"siren": "775688229"})
Note

Les liens entre SIREN et bâtiments ne sont accessibles qu’avec l’API Expert.

import requests
import pandas as pd

response = requests.get(
    "https://api.bdnb.io/v1/bdnb/donnees/rel_batiment_groupe_siren_complet",
    params={"siren": "eq.775688229"},
    headers={"X-Gravitee-Api-Key": "<votre-clef-api>"},
    timeout=30,
)
response.raise_for_status()
parc = pd.DataFrame(response.json())
Warning

Un SIREN peut être lié à de nombreux bâtiments (plusieurs milliers pour une commune ou un gestionnaire de réseau) : la requête retourne autant de lignes que de bâtiments. Un même bâtiment peut aussi être lié à plusieurs SIREN. Ces liens proviennent des fichiers fonciers des personnes morales et de la base Sirene : leur complétude dépend du millésime.

Ajouter des données à l’analyse

Une fois le parc retrouvé, joignez les tables métier sur les deux colonnes batiment_groupe_id et code_departement_insee. Par exemple, pour ajouter les aléas ouverts documentés par la BDNB au parc du SIREN précédent :

SELECT
    bg.batiment_groupe_id,
    bg.code_commune_insee,
    risques.alea_radon,
    risques.alea_argile,
    risques.alea_debordement
FROM bdnb_v07.rel_batiment_groupe_siren AS rel
JOIN bdnb_v07.batiment_groupe AS bg
    ON bg.batiment_groupe_id = rel.batiment_groupe_id
   AND bg.code_departement_insee = rel.code_departement_insee
JOIN bdnb_v07.batiment_groupe_risques AS risques
    ON risques.batiment_groupe_id = bg.batiment_groupe_id
   AND risques.code_departement_insee = bg.code_departement_insee
WHERE rel.siren = '775688229';
Note

Le schéma bdnb_v07 correspond au schéma principal de production connu au moment de la rédaction. Vérifiez le millésime et le schéma auxquels votre connexion donne accès. Une liste d’identifiants ne remplace pas un contrôle de couverture : les résultats dépendent du millésime et des données disponibles pour le territoire.

 

Base de Données Nationale des Bâtiments (BDNB) - Centre Scientifique et technique du Bâtiment (CSTB). Réutilisation des contenus : CC BY-SA 4.0