我要导入的CSV文件包含未格式化的数据集，日期和时间是分开的，但数据类型是对象，并且时间的时区不正确。
此原始数据集的时区为EET，目前与东部标准时间相差7小时（有时在夏令时期间为6小时）
我尝试将对象转换为日期时间格式，并将时区转换为东部标准时间，使日期和时间位于单独的列中。
我的代码片段如下：

将日期列转换为日期时间格式

df['date'] = pd.to_datetime(df['date'])

上面的代码成功地将date列转换为datetime数据类型great。
我的问题是当我和时间专栏一起工作的时候。
我无法使用.split()分隔日期和时间，
时区不准确，所以我使用不同的时区来补偿，以说明我正在寻找的-7小时（我们/山似乎产生了我需要的-7小时）

将时间列转换为日期时间数据类型

df["time"] = pd.to_datetime(
df["time"],
infer_datetime_format = True
)

将时间列转换为美国/东部时区

df["time"] = df["time"].dt.tz_localize("US/Mountain")

结果，输出为：2022年12月3日23时55分至7时
我正在寻找一个输出16：55或甚至16：55：00是罚款以及。
我的问题是，在日期时间格式中，如何将时间与日期分开，并减去-7：00，以便输出为16：55（或16：55：00）
我已尝试使用：

df['time'].to_datetime().strftime('%h-%m')

并收到以下错误：
第一个
提供以下输出
第一个
返回原始时间'23：55：00'
需要说明的是，我查找的只是转换时间的输出，例如16：55。我不需要23：55：00-07：00
我正在寻找一个日期时间的输出拆分到正确时区的单独列
例如：

date |                time
------               ------
2022-12-02 |          16:55