Рассчитайте средние значения за последние x лет для каждого месяца ⇐ Python

[Anonymous]

У меня есть исторические данные за период с 2012 по 2023 год. Я пытаюсь вычислить среднее значение за каждый месяц в течение этих лет, чтобы построить «базовый год» или «базовый уровень». Мой DataFrame (final_df) выглядит так:
Timestamp bruttoPower [kW] nettoPower [kW]
0 2012-01-01 00:00:00 1501.500000 375.375000
1 2012-01-01 01:00:00 1488.833333 372.208333
2 2012-01-01 02:00:00 1626.833333 406.708333
3 2012-01-01 03:00:00 1350.333333 337.583333
4 2012-01-01 04:00:00 1424.000000 356.000000
... ... ... ...
105187 2023-12-31 19:00:00 3301.758391 763.500000
105188 2023-12-31 20:00:00 2322.399977 592.500000
105189 2023-12-31 21:00:00 3393.225006 861.000000
105190 2023-12-31 22:00:00 3784.991643 952.000000
105191 2023-12-31 23:00:00 3661.591654 950.500000
105192 rows × 5 columns

Я пытался сделать то же самое, что и в этом посте, поскольку это, по сути, та же проблема, но это не сработало: Pandas, как рассчитать средние значения за последние n лет для каждого месяца
Я также пытался задать вопрос ChatGPT, но его предложение тоже не сработало:
final_df.reset_index(inplace=True)

final_df['Year'] = final_df['Timestamp'].dt.year
final_df['Month'] = final_df['Timestamp'].dt.month

df_new = final_df.groupby(['Year', 'Month']).sum()

df_new.reset_index(inplace=True)

display(df_new)

Я ожидаю чего-то вроде этого:
(Значения не соответствуют действительности, я не знаю, насколько они будут)
Month brutto Power [kW] netto Power [kW]
0 Jan 1501.500000 375.375000
1 Feb 1488.833333 372.208333
2 Mar 1626.833333 406.708333
3 Apr 1350.333333 337.583333
4 May 1424.000000 356.000000
... ... ... ...
10 Nov 3393.225006 861.000000
11 Dec 3784.991643 952.000000



Подробнее здесь: https://stackoverflow.com/questions/784 ... very-month