在Python中，可以使用pandas库来处理表格数据，并且可以通过设置过滤条件来筛选出满足条件的数据。

下面是一个示例代码，演示了如何使用pandas库来保存表格日期列的过滤条件：

import pandas as pd

# 读取表格数据
df = pd.read_csv('data.csv')

# 将日期列转换为日期格式
df['日期列'] = pd.to_datetime(df['日期列'])

# 设置过滤条件，筛选出日期在指定范围内的数据
start_date = pd.to_datetime('2022-01-01')
end_date = pd.to_datetime('2022-12-31')
filtered_df = df[(df['日期列'] >= start_date) & (df['日期列'] <= end_date)]

# 保存筛选后的数据到新的表格文件
filtered_df.to_csv('filtered_data.csv', index=False)

在上述代码中，首先使用pd.read_csv函数读取表格数据，并使用pd.to_datetime函数将日期列转换为日期格式。然后，使用过滤条件筛选出满足日期范围的数据，并将结果保存到新的表格文件中，使用to_csv方法，并通过设置index=False参数来避免保存索引列。

需要根据实际情况修改代码中的文件名、日期列名称、日期范围等参数，以适应具体的应用场景。