日期解析的最优方案：Pandas筛选3个月前整月数据的优化问询

你当前用timedelta(days=90)推算3个月前日期的方式存在精度问题——不同月份天数不同，90天并不总能精准对应3个自然月（比如从3月31日减90天会跳到1月1日，而实际3个月前是12月）。下面是两种更准确且简洁的实现方式：

方法一：用Pandas原生DateOffset实现 #

Pandas的DateOffset可以直接按月份偏移，再通过replace锁定当月第一天，代码更简洁且精准：

final_date = (pd.Timestamp.today() - pd.DateOffset(months=3)).replace(day=1)

方法二：结合datetime与relativedelta #

如果习惯用标准库datetime，可借助dateutil的relativedelta实现精准月份偏移（需先安装python-dateutil）：

from datetime import datetime
from dateutil.relativedelta import relativedelta

final_date = (datetime.today() - relativedelta(months=3)).replace(day=1)
# 若需要转为Pandas datetime类型，执行下面一行
final_date = pd.to_datetime(final_date)

这两种方法都能精准定位到3个月前的整个月份的第一天，避免了手动拼接日期字符串的繁琐，同时解决了90天推算的精度问题。

内容的提问来源于stack exchange，提问作者Luis Henrique