替换Python中数据框的子集，

Question

所以我要删除列，因为我的Multiindex等于NaN：

整个数据框大约有4万列和10万行。

我设法用代码做某事：

low range = 0
for columns in range(0, len(df.columns), 6000):
idx = df.iloc[:, low_range: columns].T.index.names
    df.iloc[:, low_range: columns]= df.iloc[:, low_range: columns].T.reset_index().dropna(inplace=True).set_index(idx).T
low_range = low_range + len(df.iloc[:, low_range: columns]) 

但是我的问题是，当我使用mulitindex NaN删除列时，我想用新的子集替换这些列（不使用NaN Mulitindex）。现在，我选择了6000列的子集。我知道在dropna()之后，这个子集会更小。

我很努力替换这个新的子集来代替以前的6000列，并选择一个新的子集来做同样的事情...

任何人都可以帮忙吗？

提前谢谢！

P.S .：我不能只删除诸如df.dropna(axis=1)之类的列。如果您知道一种更好的方法，那我就太好了！