2010 年以来纽约市空气质量的滚动平均
上一个视频介绍了滚动窗口函数。为练习这一新工具，您将从 2010 年以来纽约市的空气质量趋势开始。具体来说，您将使用美国环保署提供的每日臭氧（Ozone）浓度，计算并绘制 90 天和 360 天的滚动平均。
本练习是课程的一部分
Python 中的时间序列数据处理
练习说明
我们已导入 pandas 为 pd，并将 matplotlib.pyplot 导入为 plt。
- 使用
pd.read_csv()导入'ozone.csv'，通过parse_dates和index_col将'date'列创建为DateTimeIndex，并将结果赋给data。 - 为
data新增列'90D'和'360D'，其值为'Ozone'列按日历天 90 与 360 的滚动.mean()。 - 绘制自 2010 年起的
data，并将标题title设为'New York City'。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Import and inspect ozone data here
data = ____
print(____)
# Calculate 90d and 360d rolling mean for the last price
data['90D'] = ____
data['360D'] = ____
# Plot data