
« Combien valait ce quartier il y a trois ans ? » Pour un particulier, un investisseur ou un outil d'estimation, l'historique des prix immobiliers est la question qui suit toujours le prix d'aujourd'hui. Les ventes notariées publiées dans le DVF permettent d'y répondre, à condition de savoir jusqu'où elles remontent et comment les agréger.
Réponse courte. L'historique des prix immobiliers d'une commune se reconstitue à partir des ventes réelles des demandes de valeurs foncières (DVF) : on regroupe les ventes par année, on calcule un prix au m² médian, et on suit la courbe. La fiche officielle du DVF sur data.gouv.fr couvre les cinq dernières années, hors Alsace, Moselle et Mayotte. Pour remonter plus loin, il faut des indices (Notaires-Insee) ou des bases notariales payantes. Avec Immo API, on interroge GET /api/mutations année par année avec le paramètre annee, puis on calcule la médiane de son côté.
Où trouver l'historique des prix immobiliers ?
Quatre familles de sources existent. Elles ne répondent pas à la même question.
| Source | Ce qu'elle donne | Limite |
|---|---|---|
| Fichiers DVF sur data.gouv.fr | Chaque vente : date, prix, surface, type de bien, commune | Cinq dernières années selon la fiche, fichiers à charger soi-même |
| Carte DVF Etalab | Les mêmes ventes, consultées parcelle par parcelle | Pas d'export de séries ni de courbe par commune |
| Indices Notaires-Insee | Indices trimestriels des prix des logements anciens | Une évolution en indice, pas un prix au m² de votre commune |
| Bases notariales (voir PERVAL et DVF) | Historique plus long, données notariales détaillées | Accès payant et encadré |
Pour un historique local (une commune, un code postal, un type de bien), le DVF reste la seule source ouverte au niveau de la vente. C'est aussi lui qu'utilisent la plupart des sites qui affichent une « évolution des prix ». Les écarts entre ces sites viennent surtout des choix de calcul, ce que détaille notre article sur pourquoi les prix diffèrent selon les sources.
Ce que l'historique DVF permet, et ce qu'il ne permet pas
- Profondeur limitée : la fiche data.gouv.fr parle des transactions des cinq dernières années. C'est une fenêtre glissante : gardez vos propres exports si vous voulez une série plus longue.
- Décalage : la DGFiP publie deux fois par an, en avril et en octobre, avec plusieurs mois de retard sur la date de vente. Les dates exactes sont dans le calendrier de mise à jour DVF. Le dernier semestre de la courbe est donc toujours incomplet.
- Zones absentes : l'Alsace, la Moselle et Mayotte ne sont pas dans le fichier (voir pourquoi l'Alsace-Moselle manque).
- Petits volumes : dans une commune de 2 000 habitants, une année peut compter une dizaine de ventes. La médiane bouge alors au gré d'une seule maison atypique.
- Surface : le DVF donne la surface réelle bâtie, pas la surface Carrez (voir Carrez ou surface réelle bâtie). La série est cohérente avec elle-même, pas avec une annonce.
Reconstituer l'évolution du prix au m² d'une commune avec l'API
La route GET /api/stats renvoie prix_median et prix_m2_median pour une commune ou un code postal, mais elle ne prend pas d'année : elle donne un agrégat sur toutes les ventes chargées. Pour une série annuelle, on passe par GET /api/mutations, qui accepte commune, code_postal, type_local et annee, avec limit jusqu'à 1 000 et offset pour paginer. Tout est décrit dans la documentation.
Le script ci-dessous parcourt une plage d'années pour un code postal, garde les ventes d'appartements, ignore les mutations à plusieurs lots bâtis (leur valeur foncière est répétée sur chaque ligne) et calcule une médiane par année :
import os, statistics, requests
from collections import defaultdict
URL = "https://immoapi.app/api/mutations"
HEADERS = {"x-api-key": os.environ["IMMOAPI_KEY"]} # clé dvf_live_...
def ventes(code_postal, annee, type_local="Appartement"):
lignes, offset = [], 0
while True:
r = requests.get(URL, headers=HEADERS, timeout=30, params={
"code_postal": code_postal, "annee": annee,
"type_local": type_local, "limit": 1000, "offset": offset})
r.raise_for_status()
page = r.json()["data"]
lignes += page
if len(page) < 1000:
return lignes
offset += 1000
def prix_m2_median(lignes):
par_mutation = defaultdict(list)
for l in lignes:
if l.get("nature_mutation") == "Vente":
par_mutation[l["id_mutation"]].append(l)
prix = []
for lots in par_mutation.values():
if len(lots) != 1 or not lots[0].get("surface_reelle_bati"):
continue # vente multi-lots ou sans surface : écartée
l = lots[0]
prix.append(float(l["valeur_fonciere"]) / float(l["surface_reelle_bati"]))
return (round(statistics.median(prix)), len(prix)) if prix else (None, 0)
for annee in range(2021, 2027):
median, n = prix_m2_median(ventes("69003", annee))
print(annee, median, "€/m²", f"({n} ventes)")
Une année qui renvoie zéro vente n'est simplement pas chargée, ou pas encore publiée : la fraîcheur se lit sur date_mutation, pas sur une date de livraison. Le middleware limite les appels à 100 par minute et par adresse IP : pour une série sur plusieurs communes, ajoutez une pause entre les requêtes. Pour une version pandas de ce traitement, voyez DVF en Python. Pour boucler sur une liste de communes, voyez DVF par commune.
Lire une courbe d'historique sans se tromper
- Médiane plutôt que moyenne : une vente exceptionnelle déplace la moyenne, beaucoup moins la médiane. C'est aussi l'indicateur que met en avant
/api/stats. - Afficher le nombre de ventes à côté de chaque point. En dessous d'une trentaine de ventes par an, regroupez sur deux ans ou élargissez au code postal voisin.
- Séparer maisons et appartements : si la part de maisons vendues change d'une année à l'autre, la médiane globale bouge sans que les prix aient changé. C'est l'effet de composition.
- Exclure le semestre en cours tant que la livraison suivante n'est pas publiée.
- Zoomer si besoin : le même raisonnement fonctionne à la rue (voir prix au m² par rue) ou autour d'une adresse avec
/api/mutations/nearby, au prix d'un volume plus faible.
Pour le prix au m² actuel d'une ville, sans historique, la méthode est plus courte : voyez comment connaître le prix au m² par ville.
FAQ : historique des prix immobiliers
Où voir l'historique des prix immobiliers d'une commune gratuitement ?
Sur la carte DVF Etalab, vente par vente, ou en téléchargeant les fichiers DVF sur data.gouv.fr et en calculant une médiane par année. Les deux sont gratuits. Une API évite le chargement et le nettoyage des fichiers.
Jusqu'à quelle année remonte l'historique DVF ?
La fiche officielle sur data.gouv.fr indique les transactions des cinq dernières années. Pour une période plus ancienne, il faut avoir conservé d'anciens fichiers ou passer par des sources notariales payantes.
Peut-on connaître l'historique des ventes d'une adresse précise ?
Oui, si le bien a été vendu pendant la période couverte : la vente apparaît dans le DVF avec sa date, son prix et sa surface, rattachée à la parcelle (voir DVF et cadastre). Le DVF ne contient pas le nom des parties.
Quelle différence entre l'indice Notaires-Insee et une médiane DVF ?
L'indice mesure une évolution relative sur de grandes zones, avec une méthode qui corrige les différences de biens vendus. La médiane DVF donne un niveau de prix en euros au m², sur la zone que vous choisissez, mais sans cette correction.
L'API Immo API donne-t-elle directement une série historique ?
Non. /api/stats renvoie un agrégat sans filtre d'année. La série se construit en appelant /api/mutations avec annee, puis en calculant la médiane, comme dans le script ci-dessus.
Pourquoi le dernier point de ma courbe baisse-t-il souvent ?
Parce que le dernier semestre est incomplet : le DVF arrive avec plusieurs mois de retard, et les ventes manquantes ne sont pas réparties au hasard. Attendez la livraison suivante avant de conclure à une baisse.
Pour démarrer
Choisissez une zone et un type de bien, lancez le script sur quelques années, puis affichez la médiane avec le nombre de ventes. Les routes et paramètres sont dans la documentation, les formules sur la page tarifs. Pour comparer d'autres fournisseurs de données, voyez le comparatif des API immobilières.
Articles connexes
Surface Carrez vs surface réelle bâtie DVF : le prix au m² en 2026
Surface Carrez et surface réelle bâtie du DVF : pourquoi le prix au m² diverge, et comment le calculer avec l'API (mutations, nearby, stats).
DVF+, DV3F et Fichiers fonciers du Cerema : différences avec le DVF
DVF+, DV3F, Fichiers fonciers : ce que produit le Cerema, ce qui les distingue du DVF, qui peut y accéder (open data ou ayants droit) et quelle base choisir.
Immo Data et DVF : le site, son API, et l'alternative Immo API (2026)
Immo Data (dvf immo) : ce que montre le site, ce que couvre son API (transactions DVF, estimation, DPE), son prix à l'appel, et quand choisir Immo API pour les ventes DVF.