如何在Python中识别ARIMA模型的p（滞后顺序）

这是我的自相关图。 由以下python代码生成

from pandas.plotting import autocorrelation_plot 
from statsmodels.tsa.arima_model import ARIMA

def display_corelation(series):
    autocorrelation_plot(series)
    plt.show()

我知道，通过查看ARIMA模型的绘图，我可以在p中通过1或2。 我的问题是如何生成p值

如何通过pandas或任何库计算某些序列的滞后顺序，而不是当前的绘图？

模型=ARIMA（历史，顺序=（1,1,0））

---

通过以下代码获得：

    import pandas as pd    
    k=0
    highestCorr = 0
    for i in range(1,10):
        cor = pd.Series.autocorr(series, lag=i)
        if(cor > highestCorr):
            highestCorr = cor
            k=i