Google Colab上传CSV后自动执行ADF与Mann-Kendall检验的实现方法

完整可运行代码（直接复制到Colab即可使用） #

第一步：安装依赖库 #

!pip install pymannkendall

第二步：导入库+触发CSV上传 #

import pandas as pd
from statsmodels.tsa.stattools import adfuller
import pymannkendall as mk
from google.colab import files

# 弹出文件选择框，支持上传任意名称的CSV文件
uploaded = files.upload()
# 自动获取上传的CSV文件名，无需手动修改路径
file_name = next(iter(uploaded.keys()))
# 读取文件内容
Table = pd.read_csv(file_name)

第三步：自动执行两项检验并输出结果 #

# 基础数据检查输出
print(f"数据维度：{Table.shape}")
print("\n各列空值数量统计：")
print(Table.isnull().sum())

# ADF检验函数
def adf_test(timeseries):
    print ('\n===== Dickey-Fuller 平稳性检验结果 =====')
    dftest = adfuller(timeseries, autolag='AIC')
    dfoutput = pd.Series(dftest[0:4], index=['检验统计量','p值','使用滞后阶数','观测值数量'])
    for key,value in dftest[4].items():
       dfoutput[f'{key} 临界值'] = value
    print(dfoutput)

# 对第二列数据执行ADF检验
adf_test(Table.iloc[:,1])

# 对第二列数据执行Mann-Kendall趋势检验
print ('\n===== Mann-Kendall 趋势检验结果 =====')
mk_result = mk.original_test(Table.iloc[:,1])
print(mk_result)

使用说明 #

• 按顺序运行上述三个代码块即可，运行到上传代码段时按照Colab弹窗提示选择本地CSV文件即可
• 代码自动适配任意名称的CSV文件，无需手动修改文件路径参数

内容的提问来源于stack exchange，提问作者Vineeth