用最长的列'填充NaN；Python中的s值

我想用最长的长度（从左侧开始按位置）而不是NaN列的值填充

v5

列的NaN

     v1   v2   v3    v4     v5
0     a   ab  abc  abcd  abcde
1  abcd  abc   ab   NaN    NaN
2     a  abc   ac   cde    NaN
3   cde    c  NaN    cd    NaN

例如，对于

v5

的第二行，其最长长度

Not NaN

列是

v1

，然后我们取

abcd

。如果存在具有相同最长长度的多个值，则最左边的值具有优先级，例如在第三行中，我们将

abc

作为

v5

的值，而不是

cde

有可能在熊猫身上做到这一点吗？谢谢

预期输出如下所示：

     v1   v2   v3    v4     v5
0     a   ab  abc  abcd  abcde
1  abcd  abc   ab   NaN   abcd
2     a  abc   ac   cde    abc
3   cde    c  NaN    cd    cde

---

其思想是通过使用测试所有值的长度，然后使用缺少的值替换行，而不使用最大的行，将缺少的值回填，最后按位置获取第一列：

df1 = df.apply(lambda x: x.str.len())

df['v5'] = df.where(df1.eq(df1.max(axis=1), axis=0)).bfill(axis=1).iloc[:, 0]
print (df)
     v1   v2   v3    v4     v5
0     a   ab  abc  abcd  abcde
1  abcd  abc   ab   NaN   abcd
2     a  abc   ac   cde    abc
3   cde    c  NaN    cd    cde

---

谢谢，如果最右边的值具有优先级，我应该在代码中修改什么？@ahbon-然后使用

df['v5']=df.where（df1.eq（df1.max（axis=1），axis=0））.ffill（axis=1）。iloc[：，-1]