エラーの解決法を教えてください IndexError: single positional indexer is out-of-bounds

Question

##　わからないこと
表題の通りエラーが発生していますが、解決法が分かりません。

##プログラムの概要
①あるサイトからスクレイピング→②pandasのデータフレームに収納→③データを用いて画像を結合→④Twitterに投稿
というプログラムになっており、今回エラーが発生したのはおそらく③の部分だと思います。

エラー内容

C:\Users\maoto>C:\Users\maoto\Desktop\python_lesson\CRL\twitterbot.py
Traceback (most recent call last):
  File "C:\Users\maoto\Desktop\python_lesson\CRL\twitterbot.py", line 2, in <module>
    import crl_image
  File "C:\Users\maoto\Desktop\python_lesson\CRL\crl_image.py", line 84, in <module>
    a = imgdic[df.iloc[rank,0][0]]
  File "C:\Users\maoto\AppData\Local\Programs\Python\Python37-32\lib\site-packages\pandas\core\indexing.py", line 1494, in __getitem__
    return self._getitem_tuple(key)
  File "C:\Users\maoto\AppData\Local\Programs\Python\Python37-32\lib\site-packages\pandas\core\indexing.py", line 2143, in _getitem_tuple
    self._has_valid_tuple(tup)
  File "C:\Users\maoto\AppData\Local\Programs\Python\Python37-32\lib\site-packages\pandas\core\indexing.py", line 223, in _has_valid_tuple
    self._validate_key(k, i)
  File "C:\Users\maoto\AppData\Local\Programs\Python\Python37-32\lib\site-packages\pandas\core\indexing.py", line 2070, in _validate_key
    self._validate_integer(key, axis)
  File "C:\Users\maoto\AppData\Local\Programs\Python\Python37-32\lib\site-packages\pandas\core\indexing.py", line 2139, in _validate_integer
    raise IndexError("single positional indexer is out-of-bounds")
IndexError: single positional indexer is out-of-bounds

自分なりにやってみたこと

エラー内容を読む限り、<crl_image>というファイルの84行目のa = imgdic[df.iloc[rank,0][0]]という箇所に不具合があるようなので、googlecoraboratoryを用いて
print(a)をしてみたり、print(df)を行ってみたりしましたが、何事もなく正常な値が表示されました。

##実際のコード全体
まず、<twitterbot.py>というファイル名です。

<twitterbot.py>

import tweepy
import crl_image
from bs4 import BeautifulSoup
import requests
import pandas as pd
import numpy as np


#ファイル名の辞書作成
card=["Baby Dragon","Minions",,"Heal"]　# 中略

img = {'Baby Dragon': 'baby_dragon.png', 'Goblin Gang': 'goblin_gang.png', 'Minions': 'minion.png"' 'Heal': 'heal.png'} #中略

# dfを作成し、データを収集し格納
list = []
list1 = []
list2 = []
list3 = []
list4 = []
list5 = []

df = pd.DataFrame()

url = "https://royaleapi.com/decks/popular?time=1d&sort=win&size=30&players=PvP&min_trophies=0&max_trophies=10000&mode=detail&type=TopLadder&&&global_exclude=false"
# トッププレーヤーマルチ勝率

html_doc = requests.get(url).text
soup=BeautifulSoup(html_doc,"html.parser")


tags = soup.find_all("img")

for tag in tags:
  a = tag.get("alt")
  if a == None:
    pass
  else:
    list.append(a)
list1 = [list[idx:idx + 8] for idx in range(0,len(list), 8)]

df["card"]=list1

tags2 = soup.find_all("td",{"class":"right aligned strong"})
for tag2 in tags2:
  b = tag2.text
  list2.append(b)

df["winrate"] = list2

tags3 = soup.find_all("div",{"class":"ui black inverted label margin0"})
for tag3 in tags3:
  c = tag3.text[1:5]
  list3.append(c)

df["userate"] = list3

tags4 = soup.find_all("div",{"class":"header item mobile-hide tablet-hide"})
for tag4 in tags4:
  d = tag4.text.strip("\n")
  list4.append(d)

df["deckname"] = list4

tags5 = soup.find_all("a",{"class":"ui blue icon circular button button_popup"})
for tag5 in tags5:
  e = tag5.get("href")
  list5.append(e)

df["link"] = list5


CK = "" #(API key)
CS = "" #(API secret key)
AT = "" #(Access token)
AS = "" #(Access token secret)

# Twitterオブジェクトの生成
auth = tweepy.OAuthHandler(CK, CS)
auth.set_access_token(AT, AS)
api = tweepy.API(auth)

# ツイート
#api.update_status("自動投稿テスト")

#画像付きツイート
winrate = df.iloc[0,1]
userate = df.iloc[0,2]
deckname = df.iloc[0,3]
link = df.iloc[0,4]

api.update_with_media(status = '【マルチ勝率1位デッキ】\n \n ■Deck:%s \n ■Win rate:%s \n ■Use rate:%s \n ■Link:%s ' % ( deckname,winrate,userate,link ), filename = 'test.png')#画像のファイル名いれる

次に、<crl_image>というファイルです。

from PIL import Image

# ライブラリの読み込み
from bs4 import BeautifulSoup
import requests
import pandas as pd
import numpy as np


#ファイル名の辞書作成
card=["Baby Dragon","Minions","Balloon","Goblin Barrel", "Miner","Ice Wizard","Mega Minion", "Goblin Gang", "Bats","Barbarians", "Lava Hound",
        "Giant","Guards", "Dark Prince", "Electro Wizard","Bandit", "Battle Ram","Executioner","Hog Rider", "Ice Spirit", "Golem",
        "Fire Spirit","Three Musketeers","Royal Giant","P.E.K.K.A","Mega Knight","Elite Barbarians","Giant Skeleton","Goblin Giant","Sparky","Ice Gorem",
       "Minion Horde","Rascals","Witch","Prince","Bowler","Cannon Cart","Electro Dragon","Ram Rider","Royal Hogs","Hunter","Royal Recruits",
       "Lumberjack","Inferno Dragon","Night Witch","Magic Archer","Valkyrie","Musketeer","Mini P.E.K.K.A","Zappies","Flying Machine","Knight","Archers",
       "Bomber","Skeleton Barrel","Skeleton Army","Wall Breakers","Princess","Royal Ghost","Dart Goblin","Goblins","Spear Goblins","Skeletons","Bomb Tower",
       "Cannon","Inferno Tower","Mortar","Tesla","X-Bow","Barbarian Hut","Elixir Collector","Furnace","Goblin Hut","Tombstone","Goblin Cage","Arrows",
       "Barbarian Barrel","Fireball","Rocket", "Giant Snowball","Lightning","Poison","The Log","Tornado","Zap","Clone","Earthquake","Graveyard","Freeze",
     "Rage","Mirror","Heal"]

imgdic = {'Baby Dragon': 'baby_dragon.png', ' Heal': 'heal.png'}# 中略

# dfを作成し、データを収集し格納
list = []
list1 = []
list2 = []
list3 = []
list4 = []
list5 = []

df = pd.DataFrame()

url="https://royaleapi.com/decks/popular?time=1d&sort=win&size=30&players=PvP&min_trophies=6300&max_trophies=10000&mode=detail&type=Ladder&&&global_exclude=false"
# トッププレーヤーマルチ勝率

html_doc = requests.get(url).text
soup=BeautifulSoup(html_doc,"html.parser")

#print(soup)
tags = soup.find_all("img")

for tag in tags:
  a = tag.get("alt")
  if a == None:
    pass
  else:
    list.append(a)
list1 = [list[idx:idx + 8] for idx in range(0,len(list), 8)]

df["card"]=list1

tags2 = soup.find_all("td",{"class":"right aligned strong"})
for tag2 in tags2:
  b = tag2.text
  list2.append(b)

df["winrate"] = list2

tags3 = soup.find_all("div",{"class":"ui black inverted label margin0"})
for tag3 in tags3:
  c = tag3.text[1:5]
  list3.append(c)

df["userate"] = list3

tags4 = soup.find_all("div",{"class":"header item mobile-hide tablet-hide"})
for tag4 in tags4:
  d = tag4.text.strip("\n")
  list4.append(d)

df["deckname"] = list4

tags5 = soup.find_all("a",{"class":"ui blue icon circular button button_popup"})
for tag5 in tags5:
  e = tag5.get("href")
  list5.append(e)

df["link"] = list5

rank = 0 　# 上から何番目のデッキか
a = imgdic[df.iloc[rank,0][0]]
b = imgdic[df.iloc[rank,0][1]]
c = imgdic[df.iloc[rank,0][2]]
d = imgdic[df.iloc[rank,0][3]]
e = imgdic[df.iloc[rank,0][4]]
f = imgdic[df.iloc[rank,0][5]]
g = imgdic[df.iloc[rank,0][6]]
h = imgdic[df.iloc[rank,0][7]]

# 写真を結合し出力

im1 = Image.open(a)
im2 = Image.open(b)
im3 = Image.open(c)
im4 = Image.open(d)
im5 = Image.open(e)
im6 = Image.open(f)
im7 = Image.open(g)
im8 = Image.open(h)


def get_concat_42(im1,im2,im3,im4,im5,im6,im7,im8):
    dst = Image.new('RGB', (im1.width + im2.width + im3.width + im4.width+6, im1.height + im5.height+2),"white")
    dst.paste(im1,(0,0))
    dst.paste(im2,(im1.width+2,0))
    dst.paste(im3,(im1.width+im2.width+4,0))
    dst.paste(im4,(im1.width+im2.width+im3.width+6,0))

    dst.paste(im5,(0,im1.height+2))
    dst.paste(im6,(im5.width+2,im1.height+2))
    dst.paste(im7,(im5.width+im6.width+4,im1.height+2))
    dst.paste(im8,(im5.width+im6.width+im7.width+6,im1.height+2))
    return dst

get_concat_42(im1,im2,im3,im4,im5,im6,im7,im8).save('test.png')

Answer 1

境界の外をインデクシングしようとしているということで、想定より大きな値がいずれかのインデックスの数字に入ってしまっているか、df, imgdicのいずれかが想定より小さいのでしょう（コードを見る限り、imgdicは辞書型でしょうか。その場合はdfだけが問題です）。

とりあえず3行に分けて書いてみるといいでしょう。

# a = imgdic[df.iloc[rank,0][0]]
tmp1 = df.iloc[rank,0]
tmp2 = tmp1[0]
a = imgdic[tmp2]

これで正確なエラー箇所がわかりますので、途中の値のtmp1, tmp2をチェックしてみてください。

Comments

[mmtt]

ありがとうございます。アドバイスをいただいた通りに実行すると、tmp1=...の列に同様のエラーが出ました！

[hayataka2049]

その上の行にprint(df.to_csv())を入れた場合の出力結果を教えてください。

[hayataka2049]

ご自身で確認されてもいいのですが、空のdfになっている公算が大きいです。

[mmtt]

その通りでした。列名のみ入っており、肝心のデータが空でした。
これ以前のスクレイピングでミスってるようです。

些細なミスでした。すみません。

おかげさまで原因がわかりました。ありがとうございます！

[hayataka2049]

基本的にご自身でデバッグしていただくしかないのですが、まずは取ろうとしているURLをブラウザから開いても
Found decks: 0
で何も出てこないところからなんとかするべきではないでしょうか。