Python 数据帧中的日期和JSON输出的转换问题

在我的pandas数据框架中有两列在转换为不同的日期格式时遇到了问题，这两列在Python中以及以JSON格式返回前端时都遇到了问题。这是数据库中数据的外观：

print(df['column1'][0], df['column2'][0])

>> 2019-01-01 00:02:05
>> Name: column1, dtype: datetime64[ns]

>> 01/01/2019 12:02:05 AM
>> Name: column1, dtype: object

第一列是datetime64[ns]（时间戳？），第二列是字符串对象。我的目标是以相同的格式返回前端

问题1:对于第二列下的数据，当我使用

json.loads（df.to_json（orient='index'，date'u format='None'））将其返回到前端时，它返回的很好，尽管我担心如果我真的想更改它，它不会更改为另一种格式。在我将pandas.to应用于_datetime（）

或pandas.Timestamp（）或使用日期_format='Epoch'作为json返回后，它保持不变。有没有办法将这样的字符串日期对象转换为ISO datetime对象

问题2:对于第1列的数据，我希望理想地将其转换为字符串格式，就像第2列的数据一样（反之亦然），但我没有尝试过任何效果。在后端，它通过尝试使用上述函数和其他函数进行转换来打印datetime64[ns]格式。当我使用

json.loads（df.to_json（orient='index'，date'u format='None'））将其返回到前端时，它默认为Unix时间，例如
15463090025000
。JSON的唯一选项似乎是该格式或ISO格式，两者都不是，也不是我想要的格式

我将如何在后端转换这些格式，并将它们以任何一种原始格式返回到前端？
您是否尝试对每一列使用不同的
格式=
？我尝试过
print（df[col1][0]，pd.to_datetime（df[col1][0]，format=“%m/%d/%Y%I:%m:%S%p”）
打印了相同的未更改日期，前端仍在Unix时间。在稍微修改了一些东西之后，我发现了问题的答案：
df['col1']=df['col1']。应用（lambda x:x.strftime（'%m/%d/%Y%I:%m:%S%p'）