Media móvil de la calidad del aire desde 2010 en New York City

El último vídeo trataba sobre las funciones de ventana móvil. Para practicar esta nueva herramienta, empezarás con las tendencias de calidad del aire en New York City desde 2010. En concreto, usarás los niveles diarios de concentración de ozono proporcionados por la Environmental Protection Agency para calcular y representar la media móvil de 90 y 360 días.

Este ejercicio forma parte del curso

Manipulación de series temporales en Python

Ver curso

Instrucciones del ejercicio

Ya hemos importado pandas como pd y matplotlib.pyplot como plt.

Usa pd.read_csv() para importar 'ozone.csv', creando un DateTimeIndex a partir de la columna 'date' con parse_dates e index_col, y asigna el resultado a data.
Añade las columnas '90D' y '360D' que contengan la .mean() de 90 y 360 días de calendario en ventana móvil para la columna 'Ozone'.
Representa data a partir de 2010, estableciendo 'New York City' como title.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Import and inspect ozone data here
data = ____
print(____)

# Calculate 90d and 360d rolling mean for the last price
data['90D'] = ____
data['360D'] = ____

# Plot data

Editar y ejecutar código