对于矢量解决方案，您可以使用isnull/isin构建掩码，然后在反向列上获取idxmax：

m = ~(df.isnull() | df.isin(['Nope', '']))
# or
# m = df.notnull() & ~df.isin(['Nope', ''])

out = (m.iloc[:, ::-1].idxmax(axis=1)
        [m.any(axis=1)]
      )

如果您更喜欢在没有匹配项时屏蔽：

m = ~(df.isnull() | df.isin(['Nope', '']))

out = (m.iloc[:, ::-1].idxmax(axis=1)
        .where(m.any(axis=1))
      )

输出量：

0    a5
1    a7
2    a6
dtype: object

用nan替换被解释为nan的内容，然后获取指向固定值的行沿着最后一个索引，如sequence.index[~sequence.isna()][-1]：

nan_values = ['Nope','']

last_solid_index = lambda df, axis: (
    df
    .mask(df.isin(nan_values))
    .apply(lambda x: x.index[x.notna()][-1], axis=axis)
)

让我们看看发布的数据：

nan = float('nan')
data = [
    [1,nan,1,1,1,    '',''],
    [1,  1,1,1,1,'Nope', 1],
    [1,  1,1,1,1,     1,''],
]
columns = [f'a{i}' for i in range(1, 8)]
df = pd.DataFrame(data, columns=columns)
print(last_solid_index(df, 'columns'))

输出：

0    a5
1    a7
2    a6
dtype: object