以下是一个使用Python代码示例来遍历列表并创建训练集和测试集拆分的解决方法：

import random

def split_dataset(data, split_ratio):
    train_size = int(len(data) * split_ratio)
    train_data = []
    test_data = list(data)
    while len(train_data) < train_size:
        index = random.randrange(len(test_data))
        train_data.append(test_data.pop(index))
    return train_data, test_data

# 示例数据
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
split_ratio = 0.8

# 进行数据集拆分
train_set, test_set = split_dataset(data, split_ratio)

print("训练集:", train_set)
print("测试集:", test_set)

以上代码中，split_dataset函数用于将数据列表拆分为训练集和测试集。函数接收两个参数，data是要拆分的数据列表，split_ratio是拆分比例。函数首先计算出训练集的大小，然后通过随机抽取测试集中的元素来构建训练集。最后，函数返回训练集和测试集。

在示例中，我们使用了一个包含10个元素的数据列表，并将拆分比例设置为0.8（即80%的数据用于训练，20%的数据用于测试）。最后打印出训练集和测试集的内容。

注意，这只是一个示例代码，实际应用中可能需要根据具体需求进行适当的修改和扩展。