写一段代码，可以导入一个xlsx文件，这个文件中有车牌号列（包含各个车辆的车牌号），时间列（对应车辆的出现时间，范围包含一天的24小时的时间，精确到秒）。需要从中筛选出12个小时内出现4次的车辆并再生成一个表格保存筛选的数据

为了完成这个任务，你可以使用pandas库来操作Excel文件以及对数据进行筛选。这里是一个简单的示例代码：

import pandas as pd

# 读取xlsx文件
def filter_vehicles(file_path):
    # 读取数据
    data = pd.read_excel(file_path, engine='openpyxl')

    # 确保所有数据都是字符串类型，避免因类型不匹配产生的错误
    data['车牌号'] = data['车牌号'].astype(str)
    data['时间'] = pd.to_datetime(data['时间'], format='%Y-%m-%d %H:%M:%S')

    # 创建一个新的DataFrame来存储筛选后的数据
    filtered_data = pd.DataFrame(columns=['车牌号'])

    # 对于每一辆车，检查其12小时内出现的次数
    for vehicle_id, group in data.groupby('车牌号'):
        count_in_12_hours = group.resample('1H', on='时间')['时间'].count()  # 按小时计数
        if count_in_12_hours >= 4:  # 如果出现了4次或更多
            # 将符合条件的车辆添加到新 DataFrame
            filtered_data = filtered_data.append({'车牌号': vehicle_id}, ignore_index=True)

    # 保存筛选后的数据到新的xlsx文件
    filtered_data.to_excel('filtered_data.xlsx', index=False)

file_path = 'your_file.xlsx'  # 替换为你的文件路径
filter_vehicles(file_path)

这段代码首先读取名为`your_file.xlsx`的Excel文件，然后按照车牌号进行分组，计算每辆车在12小时内出现的次数。如果次数达到4次及以上，该车辆的信息会被加入到新的DataFrame中。最后，这个筛选后的DataFrame会被保存到新的Excel文件`filtered_data.xlsx`。