netkeibaの出馬表をスクレイピングしたい

Question

前提・実現したいこと

netkeibaの出馬表には、出走馬の過去5走成績が掲載されています。
この出走表から必要な要素だけを抽出したいのですが、成績欄に記載されている内容をうまく抽出できません。

発生している問題・エラーメッセージ

IndexError: list index out of range

該当のソースコード

import pandas as pd

url = 'https://race.netkeiba.com/race/shutuba_past.html?race_id=202005020711&rf=shutuba_submenu'
kosc = pd.read_html(url)[0]
kosc.drop(['枠', '印'], axis = 1, inplace = True)
kosc['前走'].map(lambda x: x.split())

出馬表を取ってきて、不要な２つのカラムは削除できました。
前走のカラムに様々な情報が詰め込まれているので、それぞれを取り出して整理したいと思い、
なんとなくmapとsplitを組み合わせてみたらバラバラにできましたが、
そこから（例えばレースの距離を）抽出して別のカラムとして加えることができません

試したこと

kosc['前走'].map(lambda x: x.split()[Y])

Y=0でレース日、Y=1で場所、Y=2で着順を抽出できますが、
Y=4以上はIndexError: list index out of rangeが出ます。
後ろから取ってこようとY=-1, -2, -3と入力していっても、Y=-4で同じエラーが出ます。

kosc['前走'].map(lambda x: x.split())[Y]

この場合だと、前走のY行目だけ取ってきてしまいます。

前走カラムから距離、レース名等だけを抜き出し、別のカラムを加えるコードを教えてください。

補足情報（FW/ツールのバージョンなど）

ここにより詳細な情報を記載してください。

Answer 1

以下の記事が役に立つかもしれないと思います。
https://www.octoparse.jp/blog/scrape-horse-racing-data/

Comments

[Azzukky]

ご回答ありがとうございます。
上記の記事は既に拝読しておりました。
無料トライアルを使ってみようかと思いましたが、お試しでもカード情報入力を迫られたので止めました。
また、便利な反面、プログラミングのスキルを向上させるには不向きとも考えました。
会社での利用は検討します。

[退会済みユーザー]

Octoparseは無料でも使えるので、初心者にとっては一番簡単だと思います。
プログラミングのスキルを向上するなら、自分でコードを書くのは重要ですね。

Answer 2

レースに関する情報を抽出するのに苦労している場合。個人的にはオーナーがこれと関係があると思います。ソースにバグがあるためかもしれません。これを心配する代わりに、オンラインカジノをプレイしたり、競馬についてもっと知りたいと思うかもしれません。

Answer 3

これをデバッグする他の方法を試しましたか？他のソースを試して、それを機能させる方法を見つけた方がよいでしょう。とにかく、なぜnetkeibaのレーステーブルをこすりたいのですか。あなたはある種のベッターですか、それとも何ですか？

Answer 4

IndexError: list index out of rangeが出るのは項目数が足りないデータが含まれているからです。
データを見てみましたが、5行目(kosc['前走'][4])はフォーマットが違うので項目が足りていません。
'3ヵ月半休養鉄砲 [0.1.0.2]2走目 [1.0.1.0]'
こういった例外データを別に処理するロジックが追加で必要になりますね。

Comments

[Azzukky]

例外とするために、　if '休養' in x.split()[0] else x.split()[Y]　と記載したらうまくいきました。
ありがとうございました。