有一个Excel，它的sheet1里有3列数据，第一列为时间Time，第二列为BEIJING的数据，第三列为LOS ANGELES的数据，第一行为列名。使用python代码，分别对第二列和第三列的数据进行单位根检验，要求输出检验结果。再画出两列数据的ACF和PACF图。

你可以使用Python的pandas库来读取Excel文件并处理数据，然后利用statsmodels库来进行单位根检验。对于绘制自相关函数（ACF）和偏自相关函数（PACF）图，可以借助matplotlib库。下面是一个基本的示例代码：

import pandas as pd
import statsmodels.api as sm
from statsmodels.tsa.stattools import adfuller
import matplotlib.pyplot as plt

# 读取Excel文件
df = pd.read_excel('your_file.xlsx', sheet_name='Sheet1')

# 假设data是BEIJING和LOS ANGELES这两列数据
time_series_beijing = df['BEIJING'].dropna()
time_series_los_angeles = df['LOS ANGELES'].dropna()

# 单位根检验
def unit_root_test(series):
    result = adfuller(series)
    print(f"ADF Statistic: {result[0]}")
    print("p-value:", result[1])
    if result[1] > 0.05:  # 如果p值大于0.05，认为数据是非平稳的
        print("The series is non-stationary.")
    else:
        print("The series is stationary.")

unit_root_test(time_series_beijing)
unit_root_test(time_series_los_angeles)

# 绘制ACF和PACF图
def plot_acf_pacf(series):
    fig, axs = plt.subplots(nrows=2)
    axs[0].set_title('Autocorrelation Function (ACF)')
    sm.graphics.tsa.plot_acf(series, lags=40, ax=axs[0])

    axs[1].set_title('Partial Autocorrelation Function (PACF)')
    sm.graphics.tsa.plot_pacf(series, lags=40, ax=axs[1])
    plt.tight_layout()
    plt.show()

plot_acf_pacf(time_series_beijing)
plot_acf_pacf(time_series_los_angeles)