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

为了实现这个功能，我们可以使用pandas库，它在Python中非常方便地处理Excel文件和数据操作。以下是一个简单的步骤演示：

首先，你需要安装`openpyxl`和`pandas`库，如果还没有安装，可以通过pip进行安装：

pip install openpyxl pandas

然后，你可以尝试下面的代码示例：

import pandas as pd
from datetime import timedelta

# 读取xlsx文件
def read_excel(file_path):
    try:
        data = pd.read_excel(file_path, engine='openpyxl')
    except FileNotFoundError:
        print("文件未找到")
        return None
    return data

# 筛选函数
def filter_data(data):
    # 将时间列转换为datetime格式，并计算出现次数
    data['time'] = pd.to_datetime(data['时间'])
    grouped = data.groupby('车牌号')['时间'].count()

    # 找出12小时内出现3次的车辆
    filtered = grouped[grouped >= 3].index.tolist()

    # 返回满足条件的原始数据
    return data[data['车牌号'].isin(filtered)]

# 保存筛选后的数据到新的excel文件
def save_to_excel(filtered_data, output_file_path):
    if filtered_data is not None:
        filtered_data.to_excel(output_file_path, index=False)
    else:
        print("没有符合条件的数据")

# 示例用法
input_file = "input.xlsx"
output_file = "filtered_output.xlsx"

data = read_excel(input_file)
if data is not None:
    filtered_data = filter_data(data)
    save_to_excel(filtered_data, output_file)