用python实现以下功能，将一组数据划分训练数据和测试数据，并且测试后的数据保存到一个excel里面并且列名也一起保存

你可以使用 Scikit-learn 库中的 `train_test_split()` 方法将一组数据划分为训练数据和测试数据，然后使用 Pandas 库中的 `to_excel()` 方法将测试数据保存到一个 Excel 文件中，并且列名也会被保存。以下是一些示例代码：

from sklearn.model_selection import train_test_split
import pandas as pd

# 读取数据集
data = pd.read_csv('data.csv')

# 划分训练数据和测试数据
train_data, test_data = train_test_split(data, test_size=0.2, random_state=42)

# 保存测试数据到 Excel 文件，并保留列名
test_data.to_excel('test_data.xlsx', index=False)

在上面的代码中，我们首先使用 Pandas 库中的 `read_csv()` 方法读取名为 `data.csv` 的数据集。然后，我们使用 Scikit-learn 库中的 `train_test_split()` 方法将数据集划分为训练数据和测试数据，其中 `test_size` 参数指定了测试数据所占的比例，`random_state` 参数用于保证划分的结果可以重现。最后，我们使用 `to_excel()` 方法将测试数据保存到名为 `test_data.xlsx` 的 Excel 文件中，同时设置 `index` 参数为 `False`，以避免保存索引列。

你可以根据你的需求更改数据集的文件名、划分参数和 Excel 文件名，并根据需要更改数据集的列名。