例1：多数据文件的合并
如下图所示，本地目录内包含需要读取的多个数据文件，它们均为csv格式或txt格式，且数据结构相同。该如何基于Python的for循环语句实现数据的读取与合并呢？
# 导入第三方模块
import pandas as pd # 用于读取数据
import os # 用于返回目录内的文件名称
# 指定待读取数据所在的目录
path = r'D:\datas'
# 构造空列表datas，用于存储所有文件的数据
datas = []
for filename in os.listdir(path):
# 判断文件类型是否为txt格式
if filename.find('txt') != -1:
# 读取txt格式的数据
data = pd.read_csv(path + '\' + filename, sep = '\t')
else:
# 读取csv格式的数据
data = pd.read_csv(path + '\' + filename)
# 将读取的每一个数据集存储到datas列表中
datas.append(data)
# 将所有数据文件做合并
final_data = pd.concat(datas)
final_data
案例2：数据单位的统一处理
如下图所示，数据集中关于APP的下载量和软件大小涉及到不同的数据单位，如APP的文件大小有KB单位也有MB单位。很显然，单位不一致的数据肯定是不能直接用来分析和建模的。所以，该如何借助于for循环的手段将数据做一致性的清洗呢？
# 读取数据
apps = pd.read_excel('apps.xlsx')
# 处理安装量字段install，将数据统一为“万”的单位
install_new = []
for i in apps['install']:
# 判断安装量是否已“亿”为单位
if i.find('亿') != -1:
install_new.append(str(float(i[:-1])*10000) + '万')
# 判断安装量是否已“万”为单位
elif i.find('万') != -1:
install_new.append(i)
else:
install_new.append(str(int(i)/10000) + '万')
# 将install_new转换为序列对象，并替换数据集apps内原始字段install的值
apps['install'] = pd.Series(install_new)
# 处理软件大小size，将数据统一为“MB”的单位
size_new = []
for i in apps['size']:
# 判断软件大小是否已“KB”为单位
if i.find('KB') != -1:
size_new.append(str(round(float(i[:-2])/1024,2)) + 'MB')
else:
size_new.append(i)
# 将size_new转换为序列对象，并替换数据集apps内原始字段size的值
apps['size'] = pd.Series(size_new)
# 查看数据转换后的前10行
apps.head(10)
