Interfaces de donnees – Budget Explorer

Les 4 sources de donnees constatees

L'analyse des ZIP livres revele 4 types de fichiers distincts, avec des niveaux de stabilite variables :

1. Nomenclature XLS

MiS_PGM_ACT_SSA.xls — binaire .xls

Format le plus stable. Identique sur toutes les annees.

8 colonnes, ~2 600 lignes par annee
Hierarchie complete : TTR/CAT/MIN/MSN/PGM/ACT/SSA
Codes normalises : PGM-NN (actions), PGM-NN-NN (sous-actions)
Disponible pour : PLR 2023, PLF 2024, PLF 2025, PLRG 2024, PLF 2026

2. Credits XLS

Credits_Destination_Nature_YC_RetD.xls ou PLF20XX-credits.xls

2 variantes de colonnes constatees (PLF vs PLR).

12 colonnes, 2 300 a 3 600 lignes selon exercice
Granularite : action × categorie × titre
Montants AE et CP
Disponible pour : PLR 2023, PLF 2024, PLF 2025, PLRG 2024, PLF 2026

3. CSV open data

entrants/plf open data/*.csv

Schema variable d'une annee a l'autre (7 a 16 colonnes).

Granularite plus fine : sous-action × categorie + FdC/AdP
Inclut les libelles (missions, programmes, actions)
Disponible pour : PLF 2014-2025, LFI 2019-2023, PLR 2018
Encodage variable : latin-1 (2019), utf-8-sig (2020+)

4. Documents PDF

BA/ BG/ CAS/ CCF/ CCO/ COM/ — arborescence par budget

Structure de dossiers stable, conventions de nommage stables.

~230 PDF par exercice (missions + programmes)
Nommage: FR_{annee}_{exercice}_{mission}_PGM_{code}.pdf
HTML structures en complement pour 2023-2024 uniquement
Disponible pour : PLR 2023, PLF 2024, PLF 2025, PLRG 2024, PLF 2026

Schema de la nomenclature XLS

Le fichier MiS_PGM_ACT_SSA.xls est la source la plus fiable pour la nomenclature. Son schema est rigoureusement identique depuis au moins 2022 :

Colonne	Type	Description	Exemple
`Type ligne`	string	Type d'entite : TTR, CAT, MIN, MSN, PGM, ACT, SSA	PGM
`Type Budget`	string	Type de budget (vide pour MIN, TTR, CAT)	BG
`code`	string/int	Code : entier pour PGM/MIN, PGM-NN pour ACT, PGM-NN-NN pour SSA	178, 178-01, 178-01-03
`Mission`	string	Code mission 2 lettres (pour PGM, ACT, SSA)	DA
`Ministere`	int	Code ministere numerique (pour PGM)	6
`Libelle`	string	Libelle complet de l'entite	Preparation et emploi des forces
`Libelle abrege`	string	Libelle court pour dataviz	Prep.&empl.forces
`commentFP`	string	Commentaire (souvent vide)

Les types de lignes forment une hierarchie :

TTR (7 titres) → CAT (20 categories) MIN (17-21 ministeres) └→ MSN (45-48 missions, code 2 lettres) └→ PGM (162-191 programmes, code 3 chiffres) └→ ACT (786-820 actions, code PGM-NN) └→ SSA (1 505-1 589 sous-actions, code PGM-NN-NN)

Schema des credits XLS

12 colonnes dans tous les cas, mais avec 2 variantes de nommage selon l'exercice :

Role	Format PLF	Format PLR	Type	Description
Annee	`exercice`	`exercice`	int	Annee budgetaire
Exercice	`loi`	`loi`	string	"PLF" ou "PLR"
Type budget	`typeBudget`	`typeBudget`	string	BG, BA, CAS, CCF
Ministere	`ministere`	`ministere`	int	Code numerique ministere
Mission	`mission`	`mission`	string	Code 2 lettres
Programme	`programme`	`programme`	int	Code 3 chiffres
Action	`action`	`action`	string	Format PGM-NN
Sous-action	`sous-action`	`sous_action`	string	Format PGM-NN-NN (souvent vide)
Categorie	`categorie`	`categorie`	int	Code categorie (21, 31, 51...)
Titre	`titre`	`titre`	int	Code titre (2-7)
AE	`ae`	`AE EXEC`	float	Autorisations d'engagement
CP	`cp`	`CP EXEC`	float	Credits de paiement

Les 3 lignes surlignees sont les seules differences entre les 2 variantes. Les fichiers PLR contiennent ~50% de lignes en plus (detail d'execution plus fin).

Fichiers concernes :

Format PLF : PLF 2024 (PLF2024-credits.xls), PLF 2025, PLF 2026 (Credits_Destination_Nature_YC_RetD.xls)
Format PLR : PLRG 2023, PLRG 2024 (Credits_Destination_Nature_YC_RetD.xls)

Schema des CSV open data

Les CSV publies sur data.gouv.fr ont un schema plus riche mais variable selon les annees. Voici les 3 grandes generations constatees :

Generation	Annees	Colonnes	Particularites
Generation 1	2014, 2019	7-12	Colonnes variables, encodage latin-1 (2019), pas de sous-action ni categorie
Generation 2	2020-2023	12	Format stabilise, nombres avec espaces (`460 459`), pas de FdC/AdP
Generation 3	2024-2025	16	Ajout sous-actions, FdC/AdP, ministere, libelles complets

Colonnes du format generation 3 (le plus complet, 2024-2025) :

Type Mission ; Mission ; Code Mission ; Programme ; Libelle Programme ; Action ; Libelle Action ; Sous Action ; Libelle SousAction ; Categorie ; Code Titre ; AE PLF ; CP PLF ; AE Prev FDC/ADP ; CP Prev FDC/ADP ; Ministere

Convention de nommage des documents PDF

Deux conventions coexistent selon le type d'exercice et le niveau hierarchique :

Niveau	Convention PLF (PAP)	Convention PLR (RAP)
Mission	`PAP{annee}_{type}_{nom}_{code}.pdf` Ex: `PAP2025_BG_Defense_DA.pdf`	`FR_{annee}_PLR_{type}_MSN_{code}.pdf` Ex: `FR_2023_PLR_BG_MSN_DA.pdf`
Programme	`FR_{annee}_PLF_{mission}_PGM_{code}.pdf` Ex: `FR_2025_PLF_DA_PGM_178.pdf`	`FR_{annee}_PLR_{mission}_PGM_{code}.pdf` Ex: `FR_2023_PLR_DA_PGM_178.pdf`

L'arborescence des dossiers est stable :

entrants/{annee}/{exercice}/ ← PLF/ ou PLRG/ {type_budget}/ MSN/{code_mission}/ → PDF mission (1 par mission) PGM/{code_programme}/ → PDF programme (1 par programme) + HTML (5 sections) pour 2023-2024 uniquement

Les HTML structures (_CREDITS, _JPE, _STRAT, _PERF, _OPE) ne sont disponibles que pour le PLR 2023 et le PLF 2024. Ce sont les memes donnees que les PDF mais en format parsable (tableaux HTML avec CSS FARANDOLE).

Articulation des sources

Le diagramme ci-dessous montre comment les differentes sources se combinent dans la pipeline :

┌─────────────────────────┐ │ MiS_PGM_ACT_SSA.xls │ Nomenclature complete │ (toutes annees) │ avec libelles et │ 8 cols, ~2600 lignes │ libelles abreges └───────────┬─────────────┘ │ ▼ ┌─────────────────────────┐ NOMENCLATURE ┌─────────────────────────┐ │ Credits XLS (dataviz) │──── versionnee ────│ CSV open data │ │ 12 cols, codes seuls │ par annee │ 16 cols, avec libelles │ │ 2300-3600 lignes │ │ + FdC/AdP │ └───────────┬─────────────┘ └───────────┬─────────────┘ │ │ ▼ ▼ CREDITS CREDITS (AE/CP par action (AE/CP par sous-action × categorie) × categorie + FdC/AdP) │ │ └──────────────┬───────────────────────────────┘ │ ▼ ┌──────────────┐ │ donnees_ │ Table unifiee │ budget │ dans SQLite └──────┬───────┘ │ ▼ ┌──────────────┐ │ Documents │ Lies via les codes │ PDF/HTML │ mission + programme └──────────────┘

Regle de priorite : quand les CSV open data existent pour une annee, ils sont preferes aux XLS dataviz car ils ont une granularite plus fine (sous-actions) et des colonnes supplementaires (FdC/AdP, libelles). Les XLS dataviz sont la source de repli pour les annees sans CSV open data, et la source primaire pour la nomenclature complete (avec libelles abreges et commentaires, absents des CSV).

Matrice de couverture par annee

Annee	Exercice	Nomenclature XLS	Credits XLS	CSV open data	Documents PDF	HTML structures
2014	PLF	—	—	oui (7 cols)	—	—
2019	PLF	—	—	oui (latin-1)	—	—
2019	LFI	—	—	oui	—	—
2020	PLF	—	—	oui (espaces)	—	—
2020	LFI	—	—	oui	—	—
2021	PLF	—	—	oui (espaces)	—	—
2021	LFI	—	—	oui	—	—
2022	PLF	CSV equivalent	—	oui (espaces)	—	—
2022	LFI	—	—	oui	—	—
2023	PLF	—	—	oui (16 cols)	—	—
2023	LFI	—	—	oui	—	—
2023	PLR	oui	oui (PLR)	—	209 PDF	694 HTML
2024	PLF	oui	oui (PLF)	oui (16 cols)	217 PDF	665 HTML
2024	PLR	oui	oui (PLR)	—	229 PDF	—
2025	PLF	oui	oui (PLF)	oui (16 cols)	229 PDF	—
2026	PLF	oui	oui (PLF)	—	224 PDF	—

Les lignes vertes correspondent aux donnees nouvellement ajoutees. Les annees 2014-2022 ne disposent que de CSV open data (sans documents PDF ni XLS dataviz dans le perimetre actuel).

Observations cles du reverse-engineering

La nomenclature XLS est la source la plus stable — memes 8 colonnes, memes conventions de codes, meme format binaire .xls sur toutes les annees constatees. C'est le pivot naturel du systeme.
Les credits XLS ont 2 variantes previsibles — PLF (minuscules, tiret) et PLR (majuscules EXEC, underscore). La difference est purement cosmetique (noms de colonnes), pas structurelle.
Les CSV open data sont plus riches mais instables — 3 generations de schemas en 10 ans, encodages variables, noms de colonnes variables. Chaque annee necessite sa propre config YAML.
Les HTML structures ont disparu a partir du PLF 2025 — les 694 HTML du PLR 2023 et 665 du PLF 2024 sont les derniers. L'information equivalente n'est plus accessible que via les PDF.
Le nommage des fichiers credits varie — PLF2024-credits.xls (specifique) vs Credits_Destination_Nature_YC_RetD.xls (generique). Les patterns glob dans les configs YAML absorbent ces variations.
Le PLRG est range par annee budgetaire — le PLRG 2024 est dans entrants/2024/PLRG/, aux cotes du PLF 2024 dans entrants/2024/PLF/. Le sous-dossier PLF/ ou PLRG/ distingue l'exercice, l'annee du dossier parent identifie l'annee budgetaire.