如何使用其他列中的字符串填充df列，有时包含np.nan，迭代elifs以返回适当的组合？

import pandas as pd
import numpy as np

# 创建示例数据框
df = pd.DataFrame({'A': ['apple', 'banana', np.nan, 'orange'],
                   'B': ['red', np.nan, 'yellow', np.nan],
                   'C': ['big', 'small', 'medium', 'large'],
                   'D': [np.nan, 'purple', 'green', 'blue']})

# 定义填充函数
def fill_column(row):
    # 检查列中的值是否为nan
    if pd.isna(row['A']):
        # 如果是nan，则使用B列的值填充
        return row['B']
    elif pd.isna(row['B']):
        # 如果B列的值是nan，则使用C列的值填充
        return row['C']
    elif pd.isna(row['C']):
        # 如果C列的值是nan，则使用D列的值填充
        return row['D']
    else:
        # 如果都不是nan，则返回A、B和C列的组合字符串
        return row['A'] + '-' + row['B'] + '-' + row['C']

# 应用填充函数到每一行
df['Filled'] = df.apply(fill_column, axis=1)

print(df)

        A       B       C       D      Filled
0   apple     red     big     NaN   apple-red-big
1  banana     NaN   small  purple  banana-small
2     NaN  yellow  medium   green  yellow-medium
3  orange     NaN   large    blue   orange-blue