利用Python语言，读取EXCEL表格中的日期、气温、阈值数据，定义连续三次气温大于阈值则为高温事件，计算并输出每次高温事件的日期以及持续时间

要使用Python读取Excel表格中的日期、气温和阈值数据，你可以使用pandas库。首先确保安装了`openpyxl`或`xlrd`（用于不同版本的Excel）和`pandas`库。这里有一个基本的步骤：

1. 导入所需的库：

import pandas as pd

2. 使用pandas的read_excel函数读取Excel文件：

# 假设你的文件名为'temperature_data.xlsx'，并且第一行是列名
df = pd.read_excel('temperature_data.xlsx', engine='openpyxl')

3. 检查数据是否存在日期、气温和阈值列，如果不存在，可能需要调整列名或索引：

if 'Date' not in df.columns or 'Temperature' not in df.columns or 'Threshold' not in df.columns:
    print("检查列名是否正确，例如：['Date', 'Temperature', 'Threshold']")

4. 定义函数来检测连续的高温事件：

def detect_high_temperature_events(df, threshold):
    events = []
    current_event = {'start_date': None, 'end_date': None}
    
    for i, row in df.iterrows():
        temp = row['Temperature']
        
        if temp > threshold and current_event['start_date'] is None:
            current_event['start_date'] = row['Date']
            
        elif temp <= threshold and current_event['start_date'] is not None:
            if current_event['end_date'] is None:
                current_event['end_date'] = row['Date']
            else:
                events.append({
                    'start_date': current_event['start_date'],
                    'end_date': row['Date'],
                    'duration_days': (row['Date'] - current_event['start_date']).days + 1
                })
            current_event = {'start_date': None, 'end_date': None}
            
    return events

5. 调用这个函数，传入DataFrame和阈值：

threshold = 30  # 示例阈值，根据实际数据设置
events = detect_high_temperature_events(df, threshold)

6. 输出结果：

for event in events:
    print(f"高温事件开始于：{event['start_date']}, 结束于：{event['end_date']}，持续了 {event['duration_days']} 天")