现在有一个excel文件，第一列是年份，从1951年到2019年。第二列月份，第三列是日期，第四列到第第十三列，分别代表十个观测站，每一列都是各个观测站的一组逐日降水数据，现在要得到每个观测站从1951年到2019年每一年的日降水量大于等于1的降水量之和。

好的，您可以使用Python中的pandas库来进行数据处理，以下是一个可能的解决方案：

首先，读取Excel文件并将其转换为pandas数据框（dataframe）：

import pandas as pd

df = pd.read_excel('data.xlsx')

然后，使用groupby方法将数据框按年份和观测站分组，并计算每一年每个观测站的降水量之和：

yearly_precip = df.groupby(['年份', '观测站']).sum()

接下来，筛选出每个观测站每一年日降水量大于等于1的数据，并使用sum方法计算降水量之和：

yearly_precip_over1 = yearly_precip[yearly_precip >= 1].fillna(0)
annual_precip = yearly_precip_over1.groupby(level='观测站').sum()

最后，可以得到每个观测站从1951年到2019年每一年的日降水量大于等于1的降水量之和：

print(annual_precip)

希望这个解决方案能帮到您！