如何从名为'数据'的EXCEL表格中计算1960年至2020年的逐月平均气温，并导出这期间6月至8月的平均气温的EXCEL文件？

要在Python中处理Excel数据并计算逐月平均气温，我们可以使用`pandas`库读取Excel文件，然后进行数据清洗、分析和导出。这里是一段简单的代码示例：

首先，确保安装了`pandas`和`openpyxl`库（如果还没有安装，可以用`pip install pandas openpyxl`命令安装）。

import pandas as pd

# 读取Excel文件
df = pd.read_excel('数据.xlsx')

# 确保日期列是日期类型
if '日期' not in df.columns:
    df['日期'] = pd.to_datetime(df['日期'])  # 假设日期列名为'日期'

# 设置日期为索引以便按月排序
df.set_index('日期', inplace=True)

# 计算1960年至2020年逐月平均气温
start_year = 1960
end_year = 2020
monthly_avg = df[(df.index.year >= start_year) & (df.index.year <= end_year)].resample('M').mean()

# 选择6月至8月的数据
summer_months = monthly_avg[monthly_avg.index.month.isin([6, 7, 8])]

# 导出新的Excel文件
output_file = '夏季平均气温.xlsx'
summer_months.to_excel(output_file, index_label='月份')

这段代码做了以下几件事：
1. 读取Excel文件中的数据到DataFrame `df`。
2. 将'日期'列设置为DataFrame的索引，便于按月操作。
3. 使用`.resample('M')`对每月数据求平均值，得到逐月平均气温。
4. 选择1960年至2020年之间的数据。
5. 提取6月至8月的平均气温。
6. 将筛选后的结果保存到新的Excel文件。