判断Dataframe A 中的列a， b， c中的不为空的值， 按照行对比， 是否都在dataframe B中，如果不在，则将它存放到dataframe C中， 并举例实现。

在Python的pandas库中，你可以通过以下步骤实现这个功能：

首先，假设我们有三个DataFrame：`df_A`, `df_B` 和一个空的DataFrame `df_C` 用于存储结果。

1. 确定哪些列存在非空值：

non_empty_columns = df_A[['a', 'b', 'c']].dropna().columns.tolist()

这会返回一个包含所有非空列名的列表。

2. 对比两个DataFrame的列：

intersection = set(non_empty_columns) & set(df_B.columns)
diff_df = pd.DataFrame(columns=non_empty_columns)
for col in non_empty_columns:
    if col not in intersection:
        diff_df[col] = df_A[col]

这里我们创建了一个新DataFrame `diff_df`，只包含那些在`df_A`中但不在`df_B`中的列，并保留其对应值。

3. 检查是否有数据需要转移到`df_C`：

if not diff_df.empty:
    df_C = diff_df
else:
    print("No columns with non-empty values from DataFrame A are missing in DataFrame B.")

最后，如果你想要实际存储`df_C`，你需要创建一个新的DataFrame并将结果赋予它。

举例来说：

# 假设df_A, df_B如下
df_A = pd.DataFrame({'a': [1, 2], 'b': [None, 4], 'c': ['5', np.nan]})
df_B = pd.DataFrame({'b': [4, 5], 'c': [np.nan, '6']})

# 实现上述步骤
...
print(df_C)

执行完上述代码后，`df_C` 将只包含那些在`df_A`中有非空值但`df_B`中没有的行。如果没有这样的列，`df_C`将是空的。