现在有一个excel文件，第一列是年，从1951年到2019年。第二列是月，从1到12。第三列是日，从1至30或1至31。第四列到第十三列，分别代表十个观测站，4至13列每一列都是一个观测站的一组逐日降水量数据。现在要得到每一个站点每一年里日降水量大于等于1的最长持续天数。

好的，我理解了你的问题。你可以采用如下的Python代码来实现：

import pandas as pd

# 读取Excel文件
data = pd.read_excel('data.xlsx')

# 用年月日合并成时间序列
data['date'] = pd.to_datetime(data[['年', '月', '日']])

# 删除原来的年月日列
data = data.drop(columns=['年', '月', '日'])

# 设置日期为索引
data = data.set_index('date')

# 建立一个空的DataFrame来存储结果
results = pd.DataFrame(columns=['站点', '年份', '最长持续天数'])

# 遍历每个站点
for col in data.columns:
    # 遍历每一年
    for year in range(1951, 2020):
        # 获取当前站点和年份的数据
        df = data.loc[(data[col] >= 1) & (data.index.year == year), col]
        if len(df) == 0:  # 如果没有数据，则跳过此次循环
            continue
        # 计算最长连续天数
        max_len = 0
        curr_len = 0
        for i in range(1, len(df)):
            if (df.index[i] - df.index[i-1]).days == 1:
                curr_len += 1
            else:
                if curr_len > max_len:
                    max_len = curr_len
                curr_len = 0
        if curr_len > max_len:
            max_len = curr_len
        # 将结果加入到DataFrame中
        results = results.append({'站点': col, '年份': year, '最长持续天数': max_len+1}, ignore_index=True)

# 打印结果
print(results)

这个代码会将数据读入为一个Pandas的DataFrame。首先，我们用年月日合并成时间序列，并删除原来的年月日列。然后，我们遍历每个站点和每一年，用Pandas的条件索引筛选出这个站点这一年里降水量大于等于1的所有数据。接下来，我们计算这些降水量数据的最长连续天数，然后将结果加入到一个新的DataFrame中，并打印出来。

请注意，这个算法的时间复杂度是$O(n^2)$，其中$n$为数据总行数。如果你的数据非常大，建议对代码进行优化，或者使用分布式处理技术来加快计算速度。