Jako obvykle jsou za tebe naimportovány pandas jako pd a matplotlib.pyplot jako plt.

Pomocí pd.read_csv() načti soubory 'gdp_growth.csv' a 'djia.csv'. U obou nastav DateTimeIndex na základě sloupce 'date' pomocí parse_dates a index_col, výsledky přiřaď do proměnných gdp_growth a djia a zkontroluj je pomocí .info().
Převzorkuj djia s frekvenčním aliasem 'QS', agreguj pomocí .first() a výsledek ulož do djia_quarterly.
Aplikuj .pct_change() na djia_quarterly a výsledek vynásob pomocí .mul() hodnotou 100, čímž získáš djia_quarterly_return.
Pomocí pd.concat() spoj gdp_growth a djia_quarterly_return podél axis=1 a výsledek ulož do data. Přejmenuj sloupce pomocí .columns na nové názvy 'gdp' a 'djia', poté výsledky vykresli pomocí .plot().

Porovnání temp růstu časových řad