df

 Col1   Col2   Col3  12     10     3   3      5     2  100    12     10

等等…..

用于ARIMA建模的时间序列的adfuller测试代码。(将计算数据框df的所有列的p值)

使用此代码，我得到的输出格式如下：(当我输入adf_result时的输出)

 [IN] adf_result [OUT]  {'Col1': (-4.236149193618492,  0.0005719678593039654,  #这是该列的第二个值/p值  0,  37,  {'1%': -3.6209175221605827,   '5%': -2.9435394610388332,   '10%': -2.6104002410518627},  138.66116123406837), 'Col2': (-3.707023043984407,  0.004015446231411924,  #这是该列的第二个值/p值  0,  37,  {'1%': -3.6209175221605827,   '5%': -2.9435394610388332,   '10%': -2.6104002410518627},  144.6019873130419), 'Col3': (1.8083888603589304,  0.9983655107052215,   #这是该列的第二个值/p值  0,  37,  {'1%': -3.6209175221605827,   '5%': -2.9435394610388332,   '10%': -2.6104002410518627},  -74.4384052778039)}

等等.

在这个问题中，第二个值/p值是

    0.0005719678593039654, 0.004015446231411924 和 0.9983655107052215 分别对应三个列.

我需要将第二个值大于0.05的列放在一个列表中，将p值小于0.05的列放在另一个列表中

所以一个列表将包含col1和col2（第二个值/p值<0.05），另一个列表将包含col3（第二个值/p值>0.05）

回答：

 0.05:        columns_big.append(key)    else:        columns_small.append(key)

输出:

columns_big = ['Col1', 'Col3']columns_small = ['Col2']