处理1961-2015年每年日均温≥10℃积温的代码

处理1961年至2015年间每天日均温度大于等于10摄氏度的累积积温数据，通常需要编程语言如Python的pandas库来完成，下面是一个基本的步骤示例：

import pandas as pd

# 假设你有一个CSV文件，名为'day_temperature.csv'，包含日期和日均温度两列
df = pd.read_csv('day_temperature.csv')

# 将日期设置为索引，方便按天操作
df.set_index('date', inplace=True)

# 创建一个新的列来计算累加积温
def calculate_cumulative_sum(row):
    if row['temperature'] >= 10:
        return row['temperature'] + (row.index - df.loc[row.name - pd.Timedelta(days=1), 'date']).days * row['temperature']
    else:
        return None  # 如果当天温度未达到10℃，则返回NaN

# 应用这个函数到每日数据上，保留非累积温度的行
df['cumulative_sum'] = df.apply(calculate_cumulative_sum, axis=1)

# 删除累积温度低于10℃的行，得到最终结果
df_filtered = df[df['cumulative_sum'].notna()]

# 保存结果至新的CSV文件
df_filtered.to_csv('annual_cooling_days.csv', index=False)

注意这只是一个简化版的例子，实际处理时可能还需要考虑缺失值、极端温度情况以及数据清洗等因素。