我可以将其转换为datetime64 [ns]，同时作为一个系列单独执行，但当尝试在dataframe上执行时，我收到此错误：

df[['Date Range','ME Created Date/Time','Ready For Books Date/Time']]=pd.to_datetime(df[['Date Range','ME Created Date/Time','Ready For Books Date/Time']],format='%d-%m-%Y %H:%M:%S')

要组合Map，至少需要指定[year，month，day]：[年、月、日]缺失
| 日期范围|ME创建日期/时间|准备就绪日期/时间|
| - ------| - ------| - ------|
| 2022年5月11日00：00：00| 2022年2月5日14时31分37秒|2022年5月11日00：00：00|
| 2022年9月10日00：00：00| 2022年9月6日14时19分03秒|2022年9月10日00：00：00|
| 2022年9月10日00：00：00| 2022年9月6日14时19分03秒|2022年9月10日00：00：00|
| 2022年9月10日00：00：00| 2022年9月6日14时19分03秒|2022年9月10日00：00：00|
| 2022年9月10日00：00：00| 2022年9月6日14时19分03秒|2022年9月10日00：00：00|
我是用apply方法解决的，但是我想直接用.to_datetime()来解决。

df[['Date Range','ME Created Date/Time','Ready For Books Date/Time']] = df[['Date Range','ME Created Date/Time','Ready For Books Date/Time']].apply(pd.to_datetime, format='%d-%m-%Y %H:%M:%S')

所以我有两个问题：
1.是否可以在不使用apply方法的情况下直接在如上所示的 Dataframe 上使用to_datetime()？

1. to_datetime()是否可以在没有输入时间戳和.dt.date访问器帮助的情况下返回输出"Date"？