熊猫：删除列以最大化不使用NA的行

Question

我有一个数据集，其中包含许多列和大量行，其中一列是na。我想做类似df.dropna()的事情，但是要按列进行，目的是在没有na的情况下最大化行数。

数据集上的一些背景。 。 。许多列可以被视为“核心”数据集的一部分，而这些核心列几乎总是没有na。其他列（非核心）的完整性较差，但完整性有所不同。在非核心列中，没有模式可以确定是否缺少值-一列中缺少数据的行不太可能会丢失另一列中的数据。

是否有确定的方法可以解决此问题？如果不 。 。

我当时认为有可能：

1. 将核心列的名称提取到列表中
2. 将非核心列的名称提取到另一个列表中
3. 使用https://docs.python.org/3/library/itertools.html#itertools.combinations 生成非核心列的所有可能组合（每列依次显示，然后是2的所有组合，等等3的组合）。
4. 对于核心列的每个组合和当前由itterator生成的非核心列的组合，将数据帧作为子集并计算没有na的行。
5. 记录所有这些内容，然后选择产生最多行的记录。

有人有做这样的经历吗？

谢谢