在AWS Glue中，可以使用Python编写的脚本来处理数据。下面是一个示例代码，可以在AWS Glue中使用，以过滤掉空白列：

import sys
from awsglue.transforms import *
from awsglue.utils import getResolvedOptions
from pyspark.context import SparkContext
from pyspark.sql import SQLContext

# 获取命令行参数和Glue的上下文
args = getResolvedOptions(sys.argv, ['JOB_NAME'])
sc = SparkContext()
glueContext = GlueContext(sc)
spark = glueContext.spark_session

# 读取数据源
datasource = glueContext.create_dynamic_frame.from_catalog(database = "your-database-name", table_name = "your-table-name")

# 过滤掉空白列
filteredData = Filter.apply(frame = datasource, f = lambda x: any(x[k] != '' for k in x))

# 将过滤后的数据转换为Spark DataFrame
df = filteredData.toDF()

# 将DataFrame写入目标
glueContext.write_dynamic_frame.from_options(frame = DynamicFrame.fromDF(df, glueContext, "filteredData"), connection_type = "s3", connection_options = {"path": "s3://your-output-bucket/path/to/output"})

# 结束作业
glueContext.end()

上述代码中，使用Filter.apply函数来过滤掉空白列，使用any函数来检查每一列是否为空白列。然后，将过滤后的数据转换为Spark DataFrame，并使用glueContext.write_dynamic_frame.from_options函数将DataFrame写入目标位置。

请记得替换示例代码中的your-database-name、your-table-name和s3://your-output-bucket/path/to/output为您自己的数据库名称、表名和输出位置。