我有一系列货币的时间序列。例如，USD_NOK，EUR_USD，EUR_NOK，EUR_SEK等。其中大约有75年来在熊猫市大约有20年的历史。
我的目标是分别隔离每种货币。换句话说，我想得到一张表格，列出每种货币的单独移动情况。例如，在过去的20年中，挪威克朗如何波动？
我可以看到按美元汇率的NOK涨跌了。但与此同时，挪威克朗随欧元波动。欧元随美元波动。例如，如果在特定月份内，欧元和美元相对稳定，并且与美元相比，挪威克朗有所增加，但与欧元相比则没有变化，那么我现在改变的是挪威克朗。
很显然，我不会为每种货币获得完美的“价值”。但是有什么我可以研究的方法来隔离每列的影响。
我发现了这一点
from statsmodels.tsa.seasonal import seasonal_decompose
result = seasonal_decompose(table['USD_NOK'], model='additive', freq=1)
result.plot()
plt.show()
它可以提取趋势。然后我可以从另一对中减去它，也许更接近我的目标？但是，这似乎是死路一条。
那么您是否了解某些库，Pandas函数或完成此任务的聪明方法？