python-使用不同的聚合函数重新采样数据帧

我有一个如下所示的数据帧，它有一个“Stats”列，每1秒时间戳包含不同的统计值（avg、count、min、max）。

现在，从这个数据帧开始，我必须对用户定义的时间间隔（例如5分钟间隔）的数据重新采样，并聚合该时间间隔的值。由于这些值代表不同的聚合，我需要为数据帧的不同部分应用不同的聚合函数。例如，如果我想对5分钟的数据重新采样，如果“Stats”是“avg”，我需要应用平均值，如果“Stats”是count，则需要应用总和。此外，分组必须按中心、服务和状态代码进行。到目前为止，我已经编写了这段代码，但无法获得预期的结果。

        interval = 5
        # new column for date-time object
        new_df['date_time'] = pd.to_datetime(new_df['ts'], unit='ms', origin='unix')

        # aggregate the values based on the new time interval
        
        agg_df = new_df.copy()
        agg_df.set_index('date_time')

        resampled_df = agg_df.assign(
            n_count=np.where(agg_df['stat'] == 'count'),
            n_median=np.where(agg_df['stat'] == 'median'),
            n_max=np.where(agg_df['stat'] == 'max'),
            n_min=np.where(agg_df['stat'] == 'min'),
            n_avg=np.where(agg_df['stat'] == 'avg'),
            n_std=np.where(agg_df['stat'] == 'std'),
        ).groupby(['date_time', 'row', 'col', 'status_code'])
         .resample('{}min'.format(interval),on='date_time') 
         .value
         .agg({'n_count': sum, 'n_avg': np.mean, 'n_max': max, 
            'n_min': min, 'n_std': np.std,'n_median': np.median})
         .reset_index()
    
         print(resampled_df)