tengo una lista de con los partidos de futbol que se van a disputar los próximos días
Me gustaría añadir una columna más con datos estadísticos según la liga a la que pertenece cada partido, pero este dato lo saco de otra web diferente a la que hago el scraping para obtener la lista de partidos y es común para todos los partidos de esa liga, digamos que de esta segunda web sólo obtengo una estadística general de la liga.
Hay alguna forma de agregar este dato a la primera lista?
No se si pudiera poner un condicional "if 'Liga Profesional Argentina' 'agregar' 90%" "elif 'Clausura Colombia' 'agregar' 80%"
Estos datos de las ligas los puedo agregar manualmente porque son pocos y no cambian muy a menudo.
Muchas gracias a todos
Incluyo el código completo para que me podáis ayudar y no vayáis a ciegas. Muchas gracias
import requests
from bs4 import BeautifulSoup
import pandas as pd
import numpy as np
from tqdm import tqdm
def obtener_stats(func_stats):
stats_dict = {}
date = func_stats.find('div', attrs={'class':'info match-link'})
if date:
stats_dict['date'] = date.get('starttime').replace('T',' ').replace(':00+00:00','')
else:
stats_dict['date'] = '-'
draw = func_stats.find('div', attrs={'class':'content-box draw'}).find('div', attrs={'class':'cont'})
if draw:
stats_dict['draw'] = draw.get_text('/',strip=True).replace('%','')[4:10]
else:
stats_dict['draw'] = '-'
homeRank = func_stats.find('div', attrs={'class':'position t1'})
if homeRank:
stats_dict['homeRank'] = homeRank.get_text()
else:
stats_dict['homeRank'] = '-'
homeTeam = func_stats.find('p', attrs={'itemprop':'homeTeam'})
if homeTeam:
stats_dict['homeTeam'] = homeTeam.get_text('/', strip=True)
else:
stats_dict['homeTeam'] = '-'
homeGoals = func_stats.find('div', attrs={'class':'content-box t-1'}).find('div', attrs={'class':'poss-box'})
if homeGoals:
stats_dict['homeGoals'] = homeGoals.get_text('/', strip=True).replace('/Probabilidad gana/',' - ').replace('/Goles esperados','')
else:
stats_dict['homeGoals'] = '-'
awayGoals = func_stats.find('div', attrs={'class':'content-box t-2'}).find('div', attrs={'class':'poss-box'})
if awayGoals:
stats_dict['awayGoals'] = awayGoals.get_text('/', strip=True).replace('/Probabilidad gana/',' - ').replace('/Goles esperados','')
else:
stats_dict['awayGoals'] = '-'
awayTeam = func_stats.find('p', attrs={'itemprop':'awayTeam'})
if awayTeam:
stats_dict['awayTeam'] = awayTeam.get_text('/', strip=True)
else:
stats_dict['awayTeam'] = '-'
awayRank = func_stats.find('div', attrs={'class':'position t2'})
if awayRank:
stats_dict['awayRank'] = awayRank.get_text()
else:
stats_dict['awayRank'] = '-'
competition = func_stats.find('h3', attrs={'class':'competition'})
if competition:
stats_dict['competition'] = competition.get_text('/', strip=True)
else:
stats_dict['competition'] = '-'
return stats_dict
df = pd.DataFrame()
lista_competiciones = [
'https://es.besoccer.com/competicion/ligue_1',
'https://es.besoccer.com/competicion/escocia',
'https://es.besoccer.com/competicion/portugal',
'https://es.besoccer.com/competicion/segunda_brasilena',
'https://es.besoccer.com/competicion/japon',
'https://es.besoccer.com/competicion/liga_republica_irlanda',
'https://es.besoccer.com/competicion/premier',
'https://es.besoccer.com/competicion/segunda',
'https://es.besoccer.com/competicion/bundesliga_2',
'https://es.besoccer.com/competicion/j_two_league',
'https://es.besoccer.com/competicion/brasil',
'https://es.besoccer.com/competicion/league_one',
'https://es.besoccer.com/competicion/ligue_2',
'https://es.besoccer.com/competicion/primera_division_argentina',
'https://es.besoccer.com/competicion/first_division',
'https://es.besoccer.com/competicion/vitalis',
'https://es.besoccer.com/competicion/serie_b',
'https://es.besoccer.com/competicion/suecia'
]
lista_diaria = []
urlppal = 'https://es.besoccer.com/livescore/2022-09-25'
for i in range(1,6):
url = urlppal+f'/{i}'
lista_diaria.append(url)
lista_scrapear = lista_diaria + lista_competiciones
for url in lista_scrapear:
besoccer = requests.get(url)
s_besoccer = BeautifulSoup(besoccer.text, 'lxml')
try:
matches = s_besoccer.find('div', attrs={'class':'comp-matches'}).find_all('a', attrs={'data-status':'-1'})
except Exception as e1:
print(i,'.- La url ',url,' no se pudo scrapear')
print(i,'.-',e1)
print(i,'.- Probando otra configuración...')
try:
matches = s_besoccer.find('div', attrs={'class':'matches'}).find_all('a', attrs={'data-status':'-1'})
except Exception as e2:
print(i,'.- La url ',url,' no se pudo scrapear')
print(i,'.-',e2)
links_matches = [match.get('href') for match in matches]
for i in range(len(links_matches)):
list_analisis = []
r_match = requests.get(links_matches[i])
s_match = BeautifulSoup(r_match.text, 'lxml')
find_analisis = s_match.find('div', attrs={'class':'menu-scroll'}).select('a[href*="analisis"]')
try:
analisis = find_analisis[0]
link_analisis = analisis.get('href')
r_link_analisis = requests.get(link_analisis)
s_link_analisis = BeautifulSoup(r_link_analisis.text, 'lxml')
df = df.append(obtener_stats(s_link_analisis), ignore_index = True)
print(i,'.- Scrapeando',url)
print(i,'.-', link_analisis)
except Exception as e3:
print(i,'.- La url ',links_matches[i],' no tiene sección análisis')
print(i,'.-',e3)
df.style.set_properties(**{'text-align': 'left'})