Arrays 美化组、请求、数据帧保存到Excel数组错误

我是Python的新手，在学校的一个项目中提供帮助。非常感谢您的帮助。谢谢当它到达2004年和2003年时，我得到了一个错误。它是由结果列表引起的。错误为“ValueError:数组的长度必须相同”。我如何引入修复此问题的代码。分数很重要

import requests
import pandas as pd
from pandas import ExcelWriter
from bs4 import BeautifulSoup
#from openpyxl.writer.excel import ExcelWriter
import openpyxl
#from openpyxl import load_workbook
import csv

year_id = ['2019','2018','2017','2016','2015','2014','2013','2012','2011','2010','2009','2008','2007','2006','2005','2004','2003']

i=0
while i <= len(year_id)-1: 
    url = 'https://lehighsports.com/sports/mens-soccer/schedule/' + str(year_id[i])
    lehigh = requests.get(url).text
    soup = BeautifulSoup(lehigh,'lxml')

    date_list = []
    for date in soup.find_all('div',class_="sidearm-schedule-game-opponent-date"):
        date_list.append(date.get_text(strip=True, separator=' '))

    name_list = []
    for name in soup.find_all('div',class_="sidearm-schedule-game-opponent-name"):
        name_list.append(name.get_text(strip=True, separator=' '))

    result_list = []
    for result in soup.find_all('div',class_="sidearm-schedule-game-result"):
        result_list.append(result.get_text(strip=True, separator=' '))

    opp_list = []
    for opp in soup.find_all('div',class_="sidearm-schedule-game-opponent-text"):
        opp_list.append(opp.get_text(strip=True, separator=' '))

    conf_list = []
    for conf in soup.find_all('div',class_="sidearm-schedule-game-conference-conference"):
        conf_list.append(conf.get_text(strip=True))

    dict = {'date':date_list,'opponent':name_list,'result':result_list,'list':opp_list,'conference':conf_list}
    df = pd.DataFrame(dict)

    workbook1 = openpyxl.load_workbook('lehigh.xlsx')
    writer = pd.ExcelWriter('lehigh.xlsx', engine='openpyxl') 
    writer.book = workbook1
    df.to_excel(writer, sheet_name=str(year_id[i]),index=False,startrow=0,startcol=0)
    writer.save()
    writer.close()

    i = i+1

导入请求
作为pd进口熊猫
来自《熊猫》的作者
从bs4导入BeautifulSoup
#从openpyxl.writer.excel导入ExcelWriter
导入openpyxl
#从openpyxl导入加载工作簿
导入csv
年份id=['2019'、'2018'、'2017'、'2016'、'2015'、'2014'、'2013'、'2012'、'2011'、'2010'、'2009'、'2008'、'2007'、'2006'、'2005'、'2004'、'2003']
i=0
而我
代码已更新：

输出：

代码已更新：

输出：
一些事情：

您不需要遍历索引。只需在列表中迭代即可
出现错误的原因是结果列表的长度为23，而其他列表的长度为24。因此，您需要了解如何处理空值，以及如何处理它们是否下降（它们可能并不总是最后一个条目）
我要做的是抓取每一行，然后提取数据，而不是将每一个实体拉入列表。然后，我在站点上获取所有这些行并创建一个表，并创建一个表列表（每年一个表）。处理丢失数据的方法是使用try/except。我还添加了一个小函数（find），它将获取表列表并将它们写入单独的excel表中

import requests
import pandas as pd
from pandas import ExcelWriter
from bs4 import BeautifulSoup
#from openpyxl.writer.excel import ExcelWriter
import openpyxl
#from openpyxl import load_workbook
import csv

year_id = ['2019','2018','2017','2016','2015','2014','2013','2012','2011','2010','2009','2008','2007','2006','2005','2004','2003']


results = []
for year in year_id: 
    url = 'https://lehighsports.com/sports/mens-soccer/schedule/' + year
    print (url)
    lehigh = requests.get(url).text
    soup = BeautifulSoup(lehigh,'lxml')

    rows = soup.find_all('div',class_="sidearm-schedule-game-row flex flex-wrap flex-align-center row")

    sheet = pd.DataFrame()
    for row in rows:
        date = row.find('div',class_="sidearm-schedule-game-opponent-date").text.strip()
        name = row.find('div',class_="sidearm-schedule-game-opponent-name").text.strip()
        opp = row.find('div',class_="sidearm-schedule-game-opponent-text").text.strip()
        conf = row.find('div',class_="sidearm-schedule-game-conference-conference").text.strip()

        try:
            result = row.find('div',class_="sidearm-schedule-game-result").text.strip()
        except:
            result = ''

        df = pd.DataFrame([[year,date,name,opp,conf,result]], columns=['year','date','opponent','list','conference','result'])
        sheet = sheet.append(df,sort=True).reset_index(drop=True)

    results.append(sheet)



def save_xls(list_dfs, xls_path):
    with ExcelWriter(xls_path) as writer:
        for n, df in enumerate(list_dfs):
            df.to_excel(writer,'%s' %year_id[n],index=False,)
        writer.save()

save_xls(results,'lehigh.xlsx')

有几件事：

您不需要遍历索引。只需在列表中迭代即可
出现错误的原因是结果列表的长度为23，而其他列表的长度为24。因此，您需要了解如何处理空值，以及如何处理它们是否下降（它们可能并不总是最后一个条目）
我要做的是抓取每一行，然后提取数据，而不是将每一个实体拉入列表。然后，我在站点上获取所有这些行并创建一个表，并创建一个表列表（每年一个表）。处理丢失数据的方法是使用try/except。我还添加了一个小函数（find），它将获取表列表并将它们写入单独的excel表中

import requests
import pandas as pd
from pandas import ExcelWriter
from bs4 import BeautifulSoup
#from openpyxl.writer.excel import ExcelWriter
import openpyxl
#from openpyxl import load_workbook
import csv

year_id = ['2019','2018','2017','2016','2015','2014','2013','2012','2011','2010','2009','2008','2007','2006','2005','2004','2003']


results = []
for year in year_id: 
    url = 'https://lehighsports.com/sports/mens-soccer/schedule/' + year
    print (url)
    lehigh = requests.get(url).text
    soup = BeautifulSoup(lehigh,'lxml')

    rows = soup.find_all('div',class_="sidearm-schedule-game-row flex flex-wrap flex-align-center row")

    sheet = pd.DataFrame()
    for row in rows:
        date = row.find('div',class_="sidearm-schedule-game-opponent-date").text.strip()
        name = row.find('div',class_="sidearm-schedule-game-opponent-name").text.strip()
        opp = row.find('div',class_="sidearm-schedule-game-opponent-text").text.strip()
        conf = row.find('div',class_="sidearm-schedule-game-conference-conference").text.strip()

        try:
            result = row.find('div',class_="sidearm-schedule-game-result").text.strip()
        except:
            result = ''

        df = pd.DataFrame([[year,date,name,opp,conf,result]], columns=['year','date','opponent','list','conference','result'])
        sheet = sheet.append(df,sort=True).reset_index(drop=True)

    results.append(sheet)



def save_xls(list_dfs, xls_path):
    with ExcelWriter(xls_path) as writer:
        for n, df in enumerate(list_dfs):
            df.to_excel(writer,'%s' %year_id[n],index=False,)
        writer.save()

save_xls(results,'lehigh.xlsx')

这是惊人的，甚至更快。你真聪明。非常感谢。这太棒了。当然很高兴。另外，还有一个问题，我怎样才能把年份填入第1列，这样我就知道分数线是从哪一年来的。你的代码真是太棒了——那么干净，那么快。谢谢，我要投票吗？对不起，以前从未这样做过（没人问）。另外，还有一个好处-是否有办法将游戏结果（侧臂计划游戏结果文本斜体）例如W，2-0分为“W”和“2-0”。在“检查”HTML时，无法理解如何分别获取这些内容。谢谢请让我知道如何“向上投票”。我真的很有帮助。您应该开始收取$$！！向上投票。。终于发现这是个复选标记！完成。另外，还有一个好处-是否有办法将游戏结果（侧臂计划游戏结果文本斜体）例如W，2-0分为“W”和“2-0”。当“检查”HTMLheyαԋɱҽαԃєιcαη时，我不知道如何分别获得这些——我讨厌这么说，但我在乔治敦的分数中发现了莱海以2-1输了。在你的代码中，这是一场1-0的胜利。有点不对劲。chitown88代码可以工作，但那个人把它放在不同的标签中——我更喜欢你的标签。我无法找出你的代码有什么问题，因为分数是错的。很抱歉通知你。坦克这是惊人的，甚至更快。你真聪明。非常感谢。这太棒了。当然很高兴。另外，还有一个问题，我怎样才能把年份填入第1列，这样我就知道分数线是从哪一年来的。你的代码真是太棒了——那么干净，那么快。谢谢，我要投票吗？对不起，以前从未这样做过（没人问）。另外，还有一个好处-是否有办法将游戏结果（侧臂计划游戏结果文本斜体）例如W，2-0分为“W”和“2-0”。在“检查”HTML时，无法理解如何分别获取这些内容。谢谢请让我知道如何“向上投票”。我真的很有帮助。您应该开始收取$$！！向上投票。。终于发现这是个复选标记！完成。另外，还有一个好处-是否有办法将游戏结果（侧臂计划游戏结果文本斜体）例如W，2-0分为“W”和“2-0”。当“检查”HTMLheyαԋɱҽαԃєιcαη时，我不知道如何分别获得这些——我讨厌这么说，但我在乔治敦的分数中发现了莱海以2-1输了。在你的代码中，这是一场1-0的胜利。有点不对劲。chitown88代码可以工作，但那个人把它放在不同的标签中——我更喜欢你的标签。我无法找出你的代码有什么问题，因为分数是错的。很抱歉通知你。tankshow我可以在excel的第1列中输入年份吗？只需将其包含在数据框中即可。上面编辑的解决方案。请确保接受此解决方案。已接受此解决方案。谢谢对不起，我很痛苦。我怎样才能把它们全部放在一张纸上，而不是放在它们自己的标签上？此外，如何将分数（例如T，2-0）分为T和2-0。它们位于两个独立的T之间。谢谢你。非常感谢你的帮助，没有痛苦。超级容易修改。我会在一小时内完成，完成后告诉你。你好。所以这段代码将分数分成3列。因此，我不想：try:result=row.find（'div'，class=“sidearm schedule game result”）.text.strip（）除了：result=''我想合并这个：result=re.findall（r'（[A-Z]），\s+（[\d-]+）\s*（*），row。选择一个（'.sidearm schedule game result'）。获取文本（strip=True，分隔符=''）[0]你知道怎么做吗？？非常感谢。我怎样才能在excel的第1栏中填写这一年？只需包括