Blog · Guide · Open data

Croiser des bases publiques : les identifiants à connaître

Croiser deux bases, c'est trouver la colonne qu'elles partagent. En open data, ces colonnes sont des identifiants publics, chacun avec ses règles d'écriture, ses versions et ses pièges. Une jointure ratée ne lève aucune erreur : elle perd des lignes en silence.

Publié le 21 octobre 2026 · 9 min de lecture

Le code commune de l'Insee

C'est la clé la plus utilisée de la statistique publique française : cinq caractères, les deux ou trois premiers pour le département, les suivants pour la commune (75056 pour Paris, 2A004 pour Ajaccio, 97411 pour Saint-Denis de La Réunion). Ce n'est pas le code postal, qui désigne un bureau distributeur et peut couvrir plusieurs communes, ou une commune plusieurs codes postaux.

• C'est du texte, pas un nombre. Un tableur qui lit 01004 comme un nombre l'écrit 1004, et la Corse (2A, 2B) ne passe pas du tout. Lisez toujours ces colonnes comme du texte.
• Il change avec le temps. Les communes fusionnent et se séparent chaque 1er janvier : un fichier publié dans la géographie d'une année ne se joint pas directement à un fichier d'une autre année. Voir pourquoi la carte des communes change chaque année.
• Paris, Lyon et Marseille ont des arrondissements municipaux avec leurs propres codes (75101 à 75120, 69381 à 69389, 13201 à 13216). Selon la source, une donnée est publiée pour la commune, pour les arrondissements, ou les deux : sans précaution, on compte Paris deux fois.
• L'outre-mer a des codes à trois chiffres de département (971 à 976) : un découpage qui suppose deux chiffres de département se trompe sur tous les départements d'outre-mer.

Les zonages infra-communaux et supra-communaux

Le code IRIS découpe les communes d'au moins 10 000 habitants, et une partie des communes de 5 000 à 10 000 habitants, en quartiers d'environ 2 000 habitants : neuf caractères, le code commune suivi de quatre chiffres. Les intercommunalités (EPCI) ont un code SIREN à neuf chiffres. Leur composition change elle aussi chaque année. Les bureaux de vote sont identifiés par le code commune et un numéro propre à la commune : pour passer du bureau à la commune, on agrège.

Entreprises et établissements : SIREN et SIRET

Le SIREN (neuf chiffres) identifie une entreprise ou une administration ; le SIRET (quatorze chiffres) identifie chacun de ses établissements, en ajoutant au SIREN un numéro interne de cinq chiffres (NIC). Les deux sont attribués par l'Insee dans le répertoire SIRENE. Leur dernier chiffre est une clé de contrôle : une simple vérification, l'algorithme de Luhn, détecte la plupart des erreurs de saisie (La Poste fait exception pour ses SIRET).

• SIREN pour l'entreprise, SIRET pour le lieu. Un marché public est attribué à une entreprise, mais exécuté par un établissement : selon la question, on joint sur l'un ou sur l'autre.
• Passer d'un établissement à une commune demande le répertoire SIRENE, qui donne l'adresse et le code commune de chaque SIRET. Ce code suit, lui aussi, la géographie de l'année.
• Diffusion partielle. Certaines entreprises individuelles ont demandé à ne pas voir leurs informations diffusées : elles sont présentes, mais sans adresse.

Les parcelles et les adresses

L'identifiant d'une parcelle cadastrale compte quatorze caractères : le code commune (cinq), le préfixe de section (trois, souvent 000), la section (deux lettres ou chiffres) et le numéro de plan (quatre chiffres). C'est la clé des données foncières (DVF) et du cadastre. Elle porte le code commune du cadastre, qui retarde parfois sur les fusions.

Les adresses ne sont pas une clé : la même adresse s'écrit de dix façons. On les rapproche par géocodage, avec la Base adresse nationale et le service de géocodage de la Géoplateforme de l'IGN, qui renvoient des coordonnées et un identifiant d'adresse. Un géocodage a toujours un score de confiance : un résultat douteux se vérifie, il ne s'utilise pas tel quel.

Europe et monde : NUTS et ISO 3166

Eurostat publie ses statistiques régionales dans la nomenclature NUTS : deux lettres pour le pays, puis un caractère par niveau (FR le pays, FR1 l'Île-de-France au niveau 1, FR10 au niveau 2). Les pays sont désignés par des codes ISO 3166 à deux ou trois lettres (FR, FRA).

• NUTS a des versions (2016, 2021, 2024…). Une région redécoupée change de code, et Eurostat republie ses séries dans la version en vigueur, années passées comprises. Mélanger deux versions fait apparaître des régions fantômes ou en fait disparaître.
• Les codes pays ne sont pas tous ISO. Eurostat écrit EL pour la Grèce (ISO : GR) et XK pour le Kosovo ; la Banque mondiale suit ISO 3166 en trois lettres et ajoute ses agrégats (EUU pour l'Union européenne).
• Les régions françaises en NUTS 2 sont les anciennes régions (Alsace, Lorraine, Picardie…), pas les treize régions issues de la réforme de 2016 : la table de passage commune → NUTS se fait par le département.

Écoles, médicaments, textes

Chaque établissement scolaire a un UAI (sept chiffres et une lettre, par exemple 0750001A), qui relie l'annuaire de l'Éducation nationale, ses indicateurs et ses résultats aux examens. Chaque médicament a un code CIS à huit chiffres dans la base publique des médicaments. Les textes juridiques ont leurs propres identifiants dans Légifrance. Ces clés relient bien les bases d'un même domaine ; pour en sortir, on repasse presque toujours par la commune.

Cinq vérifications avant toute jointure

• Lire les identifiants comme du texte, et vérifier leur longueur (cinq caractères pour une commune, quatorze pour un SIRET).
• Connaître la version de chaque fichier : géographie communale de quelle année, NUTS de quelle version.
• Compter les lignes avant et après la jointure, et regarder celles qui ne trouvent pas de correspondance.
• Ne jamais additionner ou moyenner une médiane ou un taux en passant d'une maille à l'autre : les recalculer à partir des effectifs.
• Garder la trace de ce qui a été écarté, et pourquoi.

Le catalogue des sources de Prisme indique, pour chaque base, les clés qu'elle porte, et calcule le plan de jointure entre les bases que vous choisissez.

Questions fréquentes

Le code commune et le code postal, est-ce la même chose ?

Non. Le code commune de l'Insee identifie une commune et sert à la statistique ; le code postal désigne une zone de distribution du courrier. Plusieurs communes peuvent partager un code postal, et une grande commune en avoir plusieurs.

Quelle est la différence entre SIREN et SIRET ?

Le SIREN, à neuf chiffres, identifie une entreprise ; le SIRET, à quatorze chiffres, identifie un de ses établissements : c'est le SIREN suivi d'un numéro interne à cinq chiffres.

Pourquoi la Grèce s'écrit-elle EL chez Eurostat ?

Eurostat utilise ses propres codes pays, presque tous identiques à ISO 3166 sauf la Grèce (EL au lieu de GR, d'après son nom grec, Elláda) et le Kosovo (XK). Pour croiser avec une source internationale, on passe par une table de correspondance.