Pythonでcsv時系列データの(ダウン)サンプリングの方法について

#前提

698504,14098,619113,278937567,8885,44,20921,0,17:31:46:181429
698504,14098,619114,278937573,8885,44,20921,0,17:31:46:204821
698505,14098,619117,278937576,8885,44,20921,0,17:31:46:220813
698506,14098,619119,278937579,8885,44,20921,0,17:31:46:234116
698506,14098,619121,278937581,8885,44,20921,0,17:31:46:251062
698507,14098,619128,278937583,8885,44,20921,0,17:31:46:272607
698507,14098,619129,278937585,8885,44,20921,0,17:31:46:289761

このようなCSVファイルがあります．一番右の列がタイムスタンプとなっているデータセットです．
使用言語はPython3.6.0です．
タイムスタンプには規則性はなく，とにかくぐるぐるプログラムを回して記録しまくっています．

#実現したいこと
上のCSVデータはかなりの狭範囲で時系列にデータを蓄積しています．ここから，0.1sごとにデータを綺麗に抽出したいです．
この場合，どのようなライブラリを使用して，どのようなコードを書けばダウンサンプリングできるのかご教授願いたいです．

日付のサンプリングを実現するコードはネット上に転がっているのですが，0.1s単位でデータを取得する物に関してはあまり文献が見つけられなかったので，Python初学者の私にはわかりませんでした．

Pythonのライブラリで便利なのはありませんでしょうか？

Pythonエキスパートのご回答お待ちしております．

行動規範の内容に同意します

回答1件

ベストアンサー

CSVファイルをpandasにて読み込んで、100msでDataFrame.resample() するとよいのではないでしょうか。

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.resample.html

Python
1import pandas as pd
2
3# CSVデータの読み込み（ヘッダ行なし）
4df = pd.read_csv('data.csv', header=None)
5# ９列目（Col index:8）のデータをDatetime型に変換
6df[8] = pd.to_datetime(df[8], format="%H:%M:%S:%f")
7# ９列目（Col index:8）をIndexとして設定
8df = df.set_index(8)
9# 100mS毎にresampleする(新しい値としては平均値を使う)
10ret = df.resample('100L').mean()
11print(ret)
12#                                     0        1              2            3       4     5        6    7
13#8
14#1900-01-01 17:31:46.100  698504.000000  14098.0  619113.000000  278937567.0  8885.0  44.0  20921.0  0.0
15#1900-01-01 17:31:46.200  698505.833333  14098.0  619121.333333  278937579.5  8885.0  44.0  20921.0  0.0