根据晚于特定日期的多列选择行

我有以下数据框：

import pandas as pd
import numpy as np

np.random.seed(0)
# create an array of 5 dates starting at '2015-02-24', one per minute
rng = pd.date_range('2021-07-29', periods=5, freq='D')
rng_1  = pd.date_range('2021-07-30', periods=5, freq='D')
rng_2 = pd.date_range('2021-07-31', periods=5, freq='D')
df_status = ['received', 'send', 'received', 'send', 'send']
df = pd.DataFrame({ 'Date': rng, 'Date_1': rng_1, 'Date_2': rng_2, 'status': df_status }) 
print(df)

如果至少一列包含等于或至少 2021-08-01 的日期，我想打印出所有行。最有效的方法是什么？

我尝试使用以下代码执行此操作，但是出现以下错误：

start_date = '2022-08-01'
start_date = pd.to_datetime(start_date, format="%Y/%m/%d")
mask = (df['Date'] >= start_date | df['Date_1'] >= start_date | df['Date_3'] >= start_date)

类型错误：& 不支持的操作数类型：“Timestamp”和“DatetimeArray”

先感谢您。

调整后的数据框：

df = {'sample_received': {1: nan,
2: nan,
3: '2022-08-01 20:31:24',
4: '2022-08-01 20:25:45',
5: '2022-08-01 20:41:22'},
'result_received': {1: '2022-08-01 16:25:33',
2: '2022-08-01 13:25:36',
3: '2022-08-02 09:45:34',
4: '2022-08-02 09:52:59',
5: '2022-08-02 08:22:45'},
'status': {1: 'Approved',
2: 'Approved',
3: 'Approved',
4: 'Approved',
5: 'Approved'}}

Use 布尔索引 https://pandas.pydata.org/docs/user_guide/indexing.html#boolean-indexing with any:

df[df.ge('2021-08-01').any(1)]

output:

        Date     Date_1     Date_2
1 2021-07-30 2021-07-31 2021-08-01
2 2021-07-31 2021-08-01 2021-08-02
3 2021-08-01 2021-08-02 2021-08-03
4 2021-08-02 2021-08-03 2021-08-04

中间的：

df.ge('2021-08-01').any(1)

0    False
1     True
2     True
3     True
4     True
dtype: bool

仅使用日期列

按名称过滤（Date在列名称中）：

df[df.filter(like='Date').ge('2021-08-01').any(1)]

按类型过滤：

df[df.select_dtypes('datetime64[ns]').ge('2021-08-01').any(1)]