我正在尝试训练标准的sklearn ml模型（随机森林）。但是，我的数据是行的集合，每个行都有一列date和time
示例数据：
category company date time
---------------------------
0 a 1 0700
0 b 2 0500
1 c 3 0400
1 c 3 0300
0 c 1 0800
..
此处的分类为二进制，即0或1。在此，对数据集进行处理，以使所有具有相同date的行都归为1或0
排序数据：
category company date time
---------------------------
0 a 1 0700
0 c 1 0800
---------------------------
0 b 2 0500
---------------------------
1 c 3 0400
1 c 3 0300
..
此处是根据date列进行描述的。每个日期批处理没有固定的行数。
虽然我可以将分类的每一行传递给sklearn模型，但是我不确定如何将sklearn传递给 predict ，即将具有相同日期的行数进行分类。
同一日期的未知数据（分类待预测）：
category company date time
---------------------------
? a 5 0700
? c 5 0800
? d 5 0400
? d 5 0300
..
一种建议的方法是“转置”我的数据集，以使每个批次都适合一个单个行，该行具有多个列，每个列对应于date集中的一个条目。但是，这似乎太耗时，因为每一列都有一个唯一的标头，即company_0，company_1 ... company_n。
如何传递sklearn单个日期的批处理数据集（csv），以便它可以对该批处理中的所有条目进行分类，其中单个日期中的每一行都具有相同的分类，1或{{1} }？