按城市和年份透视温度
观察每个城市的气温如何随时间变化很有意思——如果按每个月查看，表会非常大，不容易理解。我们换一种方式，按年份看气温的变化。
您可以使用类似 dataframe["column"].dt.component 的代码访问日期的各个组成部分（年、月、日）。例如，月份部分是 dataframe["column"].dt.month，年份部分是 dataframe["column"].dt.year。
得到年份列后，您就可以创建一个按城市和年份聚合的数据透视表。接下来的练习中，您将进一步探索它。
已将 pandas 导入为 pd。temperatures 已提供。
本练习是课程的一部分
使用 pandas 进行数据处理
练习说明
- 从
date列的年份部分添加一个year列到temperatures。 - 以
avg_temp_c列为值创建数据透视表，将country和city作为行，将year作为列。将结果赋给temp_by_country_city_vs_year，并查看结果。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Add a year column to temperatures
____
# Pivot avg_temp_c by country and city vs year
temp_by_country_city_vs_year = ____
# See the result
print(temp_by_country_city_vs_year)