DVF France - API Transactions Immobilières

Accédez aux données officielles de transactions immobilières françaises (DVF - Demandes de Valeurs Foncières) via une API simple. Recherchez par localisation, type de bien, prix et période. Obtenez des analytics de marché instantanés : prix médian au m², évolution sur 5 ans, comparables de quartier.

Qu'est-ce que DVF ?

Les Demandes de Valeurs Foncières (DVF) sont les données officielles publiées par la DGFiP (Direction Générale des Finances Publiques) recensant toutes les transactions immobilières réalisées en France depuis 2014. Cet actor transforme ces données brutes en une API structurée et facilement exploitable.

Fonctionnalités

• Recherche par département, commune, code postal ou rue
• Recherche géographique par coordonnées GPS + rayon en km (Haversine vectorisé, ultra-rapide)
• 15+ filtres : type de bien, prix, surface bâtie, surface terrain, surface Carrez, nombre de pièces, nombre de lots, nature de culture, période
• Tri : par date, prix, surface ou distance
• Analytics de marché : prix médian, quartiles, prix au m², évolution annuelle, répartition par type et par commune
• Cache intelligent avec TTL 180 jours pour des requêtes ultra-rapides
• Retry automatique avec backoff exponentiel sur erreurs réseau
• Validation complète des entrées avec messages d'erreur détaillés
• Export : JSON, CSV, Excel, XML via l'API Apify standard

Cas d'usage

• Agents immobiliers : estimez la valeur d'un bien en analysant les transactions comparables du quartier
• Investisseurs : identifiez les ventes multi-lots, comparez les prix au m² entre communes
• Développeurs / proptech : intégrez les données DVF dans vos applications immobilières via l'API
• Data analysts : construisez des dashboards de suivi du marché immobilier français
• Notaires : vérifiez les prix de marché pour vos actes de vente
• Agriculteurs / viticulteurs : suivez les prix des terrains agricoles, vignes, forêts via le filtre nature de culture

Input

Localisation

Paramètre	Type	Description
departement	string	Code département (ex: 75, 92, 33, 2A). Obligatoire.
codeInsee	string	Code INSEE commune (ex: 92012 pour Boulogne-Billancourt)
codePostal	string	Code postal (ex: 75001, 92100)
rue	string	Recherche partielle dans le nom de voie (insensible à la casse)
latitude	number	Latitude pour recherche géographique (41-51.5)
longitude	number	Longitude pour recherche géographique (-5.5 à 10)
rayonKm	number	Rayon de recherche en km (défaut: 2, max: 50)

Filtres bien

Paramètre	Type	Description
typeBien	string	tous, appartement, maison, terrain, local, dependance
prixMin / prixMax	integer	Fourchette de prix en euros
surfaceMin / surfaceMax	integer	Surface bâtie en m²
surfaceTerrainMin / surfaceTerrainMax	integer	Surface de terrain en m²
surfaceCarrezMin / surfaceCarrezMax	number	Surface loi Carrez en m² (copropriété)
nbPiecesMin / nbPiecesMax	integer	Nombre de pièces principales
nbLotsMin / nbLotsMax	integer	Nombre de lots dans la mutation
natureCulture	string	Nature de culture du terrain (vignes, terres, bois, jardins...)

Période et options

Paramètre	Type	Description
dateDebut / dateFin	string	Période (format YYYY-MM-DD, défaut: 1 an)
annees	array	Liste d'années spécifiques (ex: [2022, 2023, 2024])
sortBy	string	Tri: date_desc, date_asc, prix_desc, prix_asc, surface_desc, distance
maxResults	integer	Limite de résultats (défaut: 100, max: 10000)
includeAnalytics	boolean	Inclure les stats de marché (défaut: true)

Output

Chaque transaction retournée contient 27 champs :

{
    "id_mutation": "2024-00012345",
    "date_mutation": "2024-03-15",
    "nature_mutation": "Vente",
    "valeur_fonciere": 385000,
    "prix_m2": 7505,
    "adresse": "12bis RUE DE PARIS",
    "adresse_numero": "12",
    "adresse_suffixe": "bis",
    "adresse_nom_voie": "RUE DE PARIS",
    "code_postal": "92100",
    "commune": "BOULOGNE-BILLANCOURT",
    "code_commune": "92012",
    "code_departement": "92",
    "type_local": "Appartement",
    "surface_reelle_bati": 51.3,
    "surface_carrez": 49.8,
    "nombre_pieces": 2,
    "surface_terrain": null,
    "nombre_lots": 1,
    "nature_culture": null,
    "nature_culture_speciale": null,
    "latitude": 48.8397,
    "longitude": 2.2399,
    "distance_km": 0.45,
    "id_parcelle": "92012000AB0123",
    "section_cadastrale": null,
    "numero_parcelle": null
}

Analytics

Avec includeAnalytics: true (activé par défaut), le premier élément du dataset contient les statistiques :

{
    "_type": "analytics",
    "departement": "92",
    "total_resultats": 1523,
    "resultats_retournes": 100,
    "tronque": true,
    "nb_transactions": 1523,
    "prix_median": 420000,
    "prix_moyen": 475000,
    "prix_min": 85000,
    "prix_max": 2800000,
    "prix_q1": 295000,
    "prix_q3": 580000,
    "prix_m2_median": 7200,
    "prix_m2_moyen": 7850,
    "nb_avec_surface": 1480,
    "evolution_annuelle": [
        {"annee": "2022", "prix_median": 395000, "nb_ventes": 520},
        {"annee": "2023", "prix_median": 410000, "nb_ventes": 495},
        {"annee": "2024", "prix_median": 420000, "nb_ventes": 508}
    ],
    "repartition_type": [
        {"type_local": "Appartement", "count": 1200},
        {"type_local": "Maison", "count": 280},
        {"type_local": "Dépendance", "count": 43}
    ],
    "repartition_communes": [
        {"nom_commune": "BOULOGNE-BILLANCOURT", "prix_median": 450000, "nb_ventes": 342},
        {"nom_commune": "NANTERRE", "prix_median": 310000, "nb_ventes": 215}
    ]
}

Exemples d'utilisation

Python

from apify_client import ApifyClient

client = ApifyClient("YOUR_API_TOKEN")
run = client.actor("walimusic/dvf-france-transactions").call(run_input={
    "departement": "75",
    "typeBien": "appartement",
    "prixMin": 200000,
    "prixMax": 500000,
    "surfaceMin": 30,
    "sortBy": "prix_asc",
    "includeAnalytics": True,
})

for item in client.dataset(run["defaultDatasetId"]).iterate_items():
    print(item)

Recherche géographique

run = client.actor("walimusic/dvf-france-transactions").call(run_input={
    "departement": "75",
    "latitude": 48.8584,
    "longitude": 2.2945,
    "rayonKm": 1,
    "typeBien": "appartement",
    "sortBy": "distance",
})

Terrains agricoles

run = client.actor("walimusic/dvf-france-transactions").call(run_input={
    "departement": "33",
    "typeBien": "terrain",
    "natureCulture": "vignes",
    "surfaceTerrainMin": 5000,
    "annees": [2022, 2023, 2024],
})

Source des données

Les données proviennent du fichier DVF géolocalisé publié par Etalab / data.gouv.fr, sous Licence Ouverte v2.0. Les données couvrent les transactions de janvier 2014 à juin 2025 pour tous les départements français sauf le Haut-Rhin (68), le Bas-Rhin (67), la Moselle (57) et Mayotte (976) dont les données relèvent du régime du Livre Foncier.

Mise à jour semestrielle (avril et octobre).

Limitations

• Pas de données pour l'Alsace-Moselle (57, 67, 68) et Mayotte (976)
• Délai de 3-6 mois entre une transaction et sa publication dans DVF
• Les transactions de type succession, donation ou SCI ne sont pas incluses
• La surface n'est pas toujours renseignée (environ 85% de couverture)

Tarification

Modèle Pay-Per-Event (PPE) : $1.20 pour 1000 transactions retournées. Les analytics de marché (prix médian/m², évolution annuelle, répartition par commune et type) sont incluses gratuitement — ce qui représente normalement des heures de traitement supplémentaire. Consultez l'onglet Pricing pour les détails.

Mots-clés

DVF France, transactions immobilières France, prix immobilier France, Demandes de Valeurs Foncières, API DVF, données DVF, historique ventes immobilières, prix au m2 France, ventes par commune, analyse marché immobilier, prix médian immobilier, évolution prix immobilier, transactions immobilières par département, recherche géographique immobilier, comparables immobiliers, prix terrain agricole France, vignes prix vente, surface Carrez, estimation immobilière données officielles, data.gouv.fr DVF, Etalab DVF géolocalisé, French property transactions, real estate data France, DVF API, property sales history France, prix vente appartement, prix vente maison, investissement immobilier France, proptech France, scraper immobilier France