如何修改现有的代码，以便将其输出为一个包含1960-2020年每年6月至8月的月平均气温数据的Excel表格?并绘制1960-2020年全部年6-8月平均气温的频率分布图

要将现有代码修改为生成1960-2020年6月至8月的月平均气温数据，并将其保存为Excel表格，以及绘制频率分布图，您可以按照以下步骤操作：

1. **获取数据**:
确保您有从数据库、API或其他源获取的月平均气温数据，按年度、月份划分。

2. **处理原始数据**:
- 将数据筛选出6月至8月的数据。
- 计算每个年的月平均气温（如果数据里已经有月均值，可以直接使用；如果没有，需要计算平均温度）。

3. **转换成适合Excel的数据结构**:
创建一个新的数据结构，例如Python的列表或字典，其中键是年份，值是一个包含6月至8月每个月平均气温的子列表或元组。

4. **保存到Excel**:
使用Python库pandas来创建DataFrame，如`pd.DataFrame`。然后调用`to_excel()`函数将数据保存为Excel文件，示例代码如下：

   import pandas as pd

   df = pd.DataFrame({
       'Year': list(range(1960, 2021)),
       'June-August Temps': [temp_list[i] for i in range(6, 10) for temp_list in monthly_temps]
   })

   df.to_excel('temperatures_1960-2020.xlsx', index=False)

5. **绘制频率分布图**:
使用matplotlib或seaborn库，创建频率分布图。假设我们只关心全年平均气温的分布，可以做直方图或者箱线图：

   import matplotlib.pyplot as plt
   import seaborn as sns

   # 绘制直方图
   plt.figure(figsize=(10, 6))
   sns.histplot(df['June-August Temps'], bins=10, kde=True)
   plt.title('Frequency Distribution of Monthly Average Temperatures (1960-2020)')
   plt.xlabel('Temperature')
   plt.ylabel('Frequency')
   plt.savefig('temperature_distribution.png')

或者

   # 绘制箱线图
   sns.boxenplot(data=df['June-August Temps'])
   ...

记得根据实际代码结构和使用的库进行相应调整。完成上述步骤后，您的代码应该能生成所需的Excel文件和图表。如果你需要帮助修改具体的代码部分，请提供更详细的信息和你当前的代码片段。