使用Python对包含1960年至2020年间的数据（具体包括日期和日气温）的Excel表格进行操作，首先选取每年7月1日到7月15日的气温数据，将每年同一日期数据进行从小到大排列，将第95％位数作为这一日期的阈值，输出日期与阈值为EXCEL表格

要完成这个任务，你需要使用Python的一些库，如pandas、openpyxl或xlsxwriter来处理Excel文件。这里我会提供一个步骤概述以及必要的代码片段：

1. 首先，确保安装了`pandas`和`openpyxl`或`xlsxwriter`库，如果没有，可以通过以下命令安装：

pip install pandas openpyxl # 或者 pip install xlsxwriter

2. 使用`pandas`读取Excel文件并加载数据：

import pandas as pd

# 假设文件名为'temperature_data.xlsx'，并且数据位于第一个工作表
df = pd.read_excel('temperature_data.xlsx', sheet_name=0)

3. 选择每年7月1日至7月15日的数据：

date_range = pd.date_range(start='1/1/1960', end='12/31/2020', freq='M').strftime('%m/%d')[:22]  # 获取每年的7月1日到7月15日
subset_data = df[df['Date'].isin(date_range)]

4. 对每天的气温数据进行排序：

sorted_data = subset_data.sort_values(by=['Date', 'Temperature'], ascending=[True, True])

5. 计算每日气温的95百分位数：

percentile_95 = sorted_data.groupby(['Date'])['Temperature'].transform(lambda x: x.quantile(0.95))

6. 将结果保存到新的Excel文件中，可以选择`openpyxl`或`xlsxwriter`。这里用`openpyxl`为例：

# 如果使用openpyxl
from openpyxl import Workbook

new_wb = Workbook()
new_ws = new_wb.active
new_ws.append(['Date', 'Threshold'])

for date, threshold in percentile_95.items():
    new_ws.append([date.strftime('%m/%d'), threshold])

new_wb.save('output_thresholds.xlsx')

如果使用`xlsxwriter`:

# 如果使用xlsxwriter
import xlsxwriter

workbook = xlsxwriter.Workbook('output_thresholds.xlsx')
worksheet = workbook.add_worksheet()

row = 0
worksheet.write(row, 0, 'Date')
worksheet.write(row, 1, 'Threshold')

for date, threshold in percentile_95.items():
    row += 1
    worksheet.write(row, 0, date.strftime('%m/%d'))
    worksheet.write_number(row, 1, threshold)

workbook.close()