我有一列要与其他100列进行比较。我需要比较的列都是DATETIME问题陈述如下：
1.如果“UTIL_DATE”中的日期大于等于其他列中的日期，则将该行的值替换为1
1.其他，0
我已经附上了一个示例图像下面的参考。

**例如：**由于UTIL_DATE“31-12-2021”大于“23-09-2021”，因此我们将列“第3列”中的行值更改为1。由于第1列、第2列（依此类推）中存在NaT，因此这些特定值无法与UTIL_DATE进行比较。因此，为0。

对所有其他行进行同样的迭代

当前x1c 0d1x
预期

我已经尝试了一个 try-except 循环。但是，它花费了超过1小时30分钟。我需要提高性能。
附加代码片段以供参考：

for idx, row in df.iterrows(): # row is each row in df and idx is the index for each row
    for i in format_cols: # format_cols is the list of columns to be compared with the UTIL_DATE column

        ifor_val = 0 # taking ifor_val as 0 by default

        try:
            if (pd.to_datetime(row["Util_Date"]) >= pd.to_datetime(row[i])): 
                ifor_val = 1 # if Util_Date >= column "i" date, then map it to 1. Else 0
 
        except:
            ifor_val = 0
        df.loc[idx,i]=ifor_val