在Python中，可以使用pandas库来遍历列并处理NaN值。以下是一个示例代码：

import pandas as pd
import numpy as np

# 创建一个示例DataFrame
df = pd.DataFrame({'A': [1, 2, np.nan, 4],
                   'B': [5, np.nan, 7, 8],
                   'C': [9, 10, 11, 12]})

# 创建一个新的DataFrame用于存储剩余的列值
new_df = pd.DataFrame()

# 遍历所有列
for col in df.columns:
    # 检查每列是否有NaN值
    if df[col].isnull().any():
        # 将剩余的列值发送到新的列中
        new_col = df.loc[df[col].isnull(), df.columns != col]
        new_df = pd.concat([new_df, new_col], axis=1)

# 打印新的DataFrame
print(new_df)

在这个示例中，我们创建了一个示例DataFrame df，其中包含NaN值。然后我们创建了一个新的DataFrame new_df，用于存储剩余的列值。然后我们遍历了df的每一列，使用isnull().any()方法检查每一列是否有NaN值。如果有NaN值，则使用loc方法将剩余的列值发送到新的列中，并使用concat方法将这些新的列添加到new_df中。最后，我们打印出new_df来查看结果。

请注意，这个示例假设你已经安装了pandas库。你可以使用pip install pandas命令来安装它。