根据描述写一段代码，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）两个列。需要从中筛选出12个小时内出现3次的车辆并再生成一个xlsx文件保存筛选出的数据

要实现该功能可以通过Python语言结合pandas库来完成。下面提供了一段示例代码，这段代码用于读取一个Excel文件中的数据，并筛选出那些在指定时间段内至少出现了三次的车辆：

import pandas as pd

def filter_vehicles(filename):
    # 加载xlsx文件为DataFrame对象
    df = pd.read_excel(filename)
    
    # 假设df中有名为'车牌号'和'时间'的两列
    # 这里我们设定目标时间为12小时
    target_hours = 12
    
    # 对原始数据按时间排序
    df_sorted = df.sort_values(by='时间')
    
    # 初始化一个新的DataFrame用来存储结果
    filtered_df = pd.DataFrame()
    
    # 遍历每一辆车牌号
    for plate, group in df_sorted.groupby('车牌号'):
        # 计算相邻时间差
        time_diffs = (group['时间'].shift(-1) - group['时间']).dropna()
        
        # 检查是否有连续的时间差不超过12小时
        if any(time_diff <= pd.Timedelta(hours=target_hours) for time_diff in time_diffs):
            # 如果满足条件，则检查次数是否达到3次及以上
            if len(group) >= 3:
                # 若符合条件则添加至新表
                filtered_df = pd.concat([filtered_df, group])
                
    # 移除重复记录
    filtered_df.drop_duplicates(inplace=True)

    return filtered_df

# 使用函数处理特定文件
result = filter_vehicles('vehicle_data.xlsx')

# 将过滤后的数据保存到新的Excel文件
result.to_excel('filtered_vehicle_data.xlsx', index=False)

注意，在实际应用时你需要替换`filename`变量值为你所拥有的具体文件名。此代码假设源文件格式正确且包含了必要的"车牌号"与"时间"两列。如果输入文件中没有这些列，请适当调整列名称。此外，还需保证环境已安装所需的pandas库。如果没有安装，可使用命令 `pip install pandas openpyxl` 来进行安装。