Como de costume, já importamos pandas como pd e matplotlib.pyplot como plt para você.

Use pd.read_csv() para importar 'gdp_growth.csv' e 'djia.csv'; para ambos, defina um DateTimeIndex com base na coluna 'date' usando parse_dates e index_col, e atribua os resultados a gdp_growth e djia, respectivamente; em seguida, inspecione com .info().
Reamostre djia usando o alias de frequência 'QS', agregue com .first() e atribua a djia_quarterly.
Aplique .pct_change() a djia_quarterly e use .mul() por 100 para obter djia_quarterly_return.
Use pd.concat() para concatenar gdp_growth e djia_quarterly_return ao longo de axis=1 e atribua a data. Renomeie as colunas usando .columns e os novos rótulos 'gdp' e 'djia', depois faça .plot() dos resultados.

Aumento de frequência e interpolação com .resample()