如何在 Python 中对我的 Dataframe 的每一列进行 ADF 测试？

Posted 2023-03-12

【中文标题】如何在 Python 中对我的 Dataframe 的每一列进行 ADF 测试？

【英文标题】：How to do the ADF Test for each column of my Dataframe in Python?

【发布时间】：2021-06-30 08:29:01

【问题描述】：

我正在寻找一种对 DataFrame 的多列进行 ADF 测试的方法。 任何想法？谢谢。

这是我的多列数据框，如何分别计算每一列的测试

enter image description here

【参考方案1】：

不确定您的数据，但您可以使用 statsmodels 库。这是关于 ADF 测试的文档：https://www.statsmodels.org/stable/generated/statsmodels.tsa.stattools.adfuller.html

【参考方案2】：

这是一个可以应用于 DataFrame 列的函数：

from statsmodels.tsa.stattools import adfuller
import pandas as pd


def adfuller_test(series, signif=0.05):
"""
Perform Augmented Dickey-Fuller to test for Stationarity of the given series
and print report. Null Hypothesis: Data has unit root and is non-stationary.

series: time series in pd.Series format
signif: significance level for P-value to reject Null Hypothesis
"""
    x = adfuller(series, autolag='AIC')

    #using dictionary saves different data types (float, int, boolean)
    output = 'Test Statistic': x[0], 
              'P-value': x[1], 
              'Number of lags': x[2], 
              'Number of observations': x[3],
              f'Reject (signif. level signif)': x[1] < signif 

    for key, val in x[4].items():
         output[f'Critical value key'] = val

return pd.Series(output)

您可以关注df_train.apply(lambda x: adfuller_test(x), axis=0) 以获取摘要。