Excel筛选日期需列格式为日期且无污染值，Pandas推荐用query()或布尔索引配合datetime类型筛时间范围。
Excel 中用筛选器按日期范围快速过滤 日期列
直接点列标题旁的下拉箭头 → 选「日期筛选」→ 按「介于…和…之间」填两个日期，比手动输入条件快得多。这个操作依赖 excel 自动识别该列为日期格式，如果点开是「文本筛选」，说明列里混了空值、错误值或非标准日期字符串（比如 "2024-01-01 " 尾部带空格），得先清洗。
- 确保整列单元格格式设为「短日期」或「日期」，右键 →「设置单元格格式」→「日期」
- 用
=ISDATE(A2)检查单个单元格是否被 Excel 认作日期；返回FALSE就得排查 - 常见污染源：
#N/A、空字符串""、纯数字（如20240101）、中文年月日（如"2024年1月1日"）
Pandas 用 query() 或布尔索引筛时间范围
别用 df['date'] > '2024-01-01' and df['date'] —— 这会报 <code>ValueError: The truth value of a Series is ambiguous。Python 的 and 不支持对 Series 做向量化逻辑，必须用 &（注意是 &，不是 &&）且每边加括号。
- 推荐写法：
df.query("date >= '2024-01-01' and date ，语义清晰，自动处理字符串转时间 - 若
date列是object类型（非datetime64），query()仍能解析字符串比较，但性能略低；长期建议先转：df['date'] = pd.to_datetime(df['date'], errors='coerce') -
errors='coerce'很关键：把非法日期（如"abc"、空值）转成NaT，避免to_datetime()直接崩
SQL 查询中 BETWEEN 对日期字段的实际行为
BETWEEN 是闭区间，但容易踩时分秒陷阱。比如 WHERE create_time BETWEEN '2024-01-01' AND '2024-12-31'，实际等价于 >= '2024-01-01 00:00:00' AND ，会漏掉 12 月 31 日全天的数据。
- 安全写法：
WHERE create_time >= '2024-01-01' AND create_time （左闭右开），明确覆盖整日 - 如果字段是
DATE类型（无时间部分），BETWEEN可用；但只要含DATETIME或TIMESTAMP，一律避免BETWEEN字符串字面量 - MySQL 8.0+ 支持
CAST('2024-01-01' AS DATE)显式转换，但不如直接写边界清晰
前端表格组件（如 Ant Design Table）里实现日期范围筛选
后端不参与筛选时，前端用 moment.js 或原生 Date 解析用户选的两个日期，再对数据做 filter()。关键在时间归一化——用户选 “2024-01-01” 到 “2024-12-31”，代码里得转成 new Date(2024, 0, 1) 和 new Date(2024, 11, 31, 23, 59, 59, 999)，否则默认是当天 0 点，又漏数据。
- 用
startOf('day')和endOf('day')（moment）或setHours(0,0,0,0)/setHours(23,59,59,999)（原生）补全时间 - 注意时区：用户本地选的 “2024-01-01”，传给后端前最好转成 UTC 时间戳，避免跨时区错乱
- 如果数据量大（>1 万行），别在前端筛，改用后端分页 + 条件参数，否则卡顿明显
