首先，从名为'总气温数据'的工作表中提取1960年至2020年每个月的气温数据；其次，计算这些月份的平均气温；最后，如何专门导出这个时间段内（即6月至8月）的平均气温到一个新的Excel文件？请提供详细的步骤和可能用到的公式或功能。

要完成这个任务，你需要使用Python中的pandas库，它是处理表格数据的强大工具。以下是一步一步的详细操作：

1. **导入所需库并加载数据**:
首先，确保已安装`pandas`和`openpyxl`库，如果还没有安装，可以使用pip进行安装：

   pip install pandas openpyxl

然后，使用pandas读取Excel文件并指定工作表名称：

   import pandas as pd

   # 假设文件名是 'temperature_data.xlsx'，工作表名为 '总气温数据'
   df = pd.read_excel('temperature_data.xlsx', sheet_name='总气温数据')

2. **检查日期列并转换为日期格式**:
检查数据集中的日期列，可能是`Date`或类似的列。如果是文本格式，需要转换为日期格式以便进一步操作：

   if 'Date' not in df.columns:
       raise ValueError("无法找到日期列，请确认列名正确")
   
   df['Date'] = pd.to_datetime(df['Date'])  # 假设日期列名为'Date'

3. **筛选1960年至2020年的数据**:
使用`pd.date_range`创建一个日期范围，然后选择在这个范围内的行：

   start_date = '1960-01-01'
   end_date = '2020-12-31'

   df_filtered = df[(df['Date'] >= start_date) & (df['Date'] <= end_date)]

4. **计算每个月的平均气温**:
对过滤后的数据按月份分组并计算平均值：

   monthly_averages = df_filtered.groupby(df_filtered['Date'].dt.month)['Temperature'].mean()

这里假设有一个名为'Temperature'的列存储气温数据。

5. **获取特定季节的数据（6月至8月）**:
筛选出6、7、8三个月份的数据：

   summer_months = monthly_averages[monthly_averages.index.isin([6, 7, 8])]

6. **导出到新的Excel文件**:
使用`to_excel`函数将结果保存到新的Excel文件：

   output_file = 'summer_average_temperatures.xlsx'
   summer_months.to_excel(output_file, index=False)

现在你已经完成了所有步骤，新文件 `summer_average_temperatures.xlsx` 中就包含了6月至8月的平均气温。