Python 去除趋势和季节性时间序列

我有一个时间序列数据，我需要从中删除趋势和季节性成分。我想知道是否可以在Python中使用seasury_decompose（）函数并按如下方式提取残差：

result =  seasonal_decompose(self.series, model='additive',freq=frequency) 
residual = result.resid

或者我应该应用众所周知的去趋势化和去季节化方法（如差分法），如果我想在哪里应用这些方法，我应该先去趋势，然后去季节化，还是反之亦然？？？

正如所建议的那样，没有通用模型可以在任何类型的数据上击败所有其他模型。你肯定应该尝试差异化，除了季节分解，你已经尝试过了。模型选择的标准是模型对数据的性能。有了ARIMA，你就不需要放弃。退房