Comment accéder aux données de mon parc
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_groupeetadresse. - SIREN :
rel_batiment_groupe_siren,sirenetbatiment_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 :
- une adresse textuelle, qu’il faut d’abord géocoder (exemple 1) ;
- 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.
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.
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).
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"})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())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';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.