根据某餐厅日常销售数据(catering_sale.xls)进行数据质量分析，缺失值过滤，过滤掉含有缺失值记录，异常检测，绘制箱图，保留箱图上的数据，进行必要的类型转换Timestamp。

好的，下面是代码实现：

import pandas as pd
import matplotlib.pyplot as plt

# 读取excel数据
df = pd.read_excel('catering_sale.xls')
# 过滤缺失值记录
df.dropna(inplace=True)
# 将日期时间转换为Timestamp类型
df['日期'] = pd.to_datetime(df['日期'])
# 绘制箱图
plt.boxplot(df.iloc[:, 1:].values, sym='o', whis=1.5)
plt.show()

这段代码首先使用 Pandas 的 `read_excel` 方法读取 Excel 数据，然后使用 DataFrame 的 `dropna` 方法过滤掉含有缺失值的记录。接着使用 `to_datetime` 方法将日期时间列转换为 Pandas 的 Timestamp 类型。由于箱图只对数值型数据进行绘制，所以使用 `iloc` 方法选择除日期时间列以外的所有列。最后使用 Matplotlib 的 `boxplot` 方法绘制箱图，并使用 `show` 方法显示图像。