python3.x pandas　DataFrame.ilocを用いて階段型に値を取得したり途中を抜かして値を取得したい

前提・実現したいこと

Pythonでたびたび質問させていただいております。

上記画像のような対称行列やゼロ埋め処理がされている(ヘッダーやカラムがない)csvファイルから、下記画像のように不要な部分を削除したり、NaNで埋めるなどの処理をしたものを取得したいです。具体的には、pythonの(出来れば)pandasを用いて、

や

といった形で行列をcsv形式で保存したいです

発生している問題・エラーメッセージ

通常の行列(df)から長方形型に一部を切り取りたい場合は

df.iloc[0:5,6:8]

とすれば0~~4行目の6~~7列部分を取得できるのですが、今回のような取得したい形が山型だったりする場合に、行列の要素を1個ずつ取得する方法であったり途中の列を抜かして要素を取得する方法が分からずに困っている状態です。

該当のソースコード

9.1113	5.8045	0.17612	-4.7354	0	0	0	0	245.54	161.36	4.739	-126.84
5.8045	11.503	7.4385	0.53569	0	0	0	0	161.36	318.23	206.19	18.775
0.17612	7.4385	14.414	7.5705	0	0	0	0	4.739	206.19	425.68	230.57
-4.7354	0.53569	7.5705	10.136	0	0	0	0	-126.84	18.775	230.57	292.1
0	0	0	0	0	0	0	0	0	0	0	0
0	0	0	0	0	0	0	0	0	0	0	0
0	0	0	0	0	0	0	0	0	0	0	0
0	0	0	0	0	0	0	0	0	0	0	0

試したこと

pandasのDataFrame.ilocに関するドキュメント(https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.iloc.html)をのぞいたのですが、自分の求めているような操作は見つからなかったです
また、0要素に関してはNaNに値を置き換えるだけならdf.replace([0,0],np.nan)を用いればいいのかな？と考えていますが、可能であれば前提・実現したいことの2枚目の画像のように左詰めをしたいと考えております。

補足情報（FW/ツールのバージョンなど）

以下、バージョンです
pandas==0.25.1
numpy==1.17.2
scipy==1.3.1
scikit-learn==0.21.3
Python 3.7.3

行動規範の内容に同意します

回答1件

df.dropna(how='all')を用いると、要素がNaNしかない行を削除することが可能です。
df.dropna(how='all', axis='columns')を用いると、要素がNaNしかない列を削除することが可能です。

np.tril(df)を用いると、要素の右上を0に置換した配列（下三角行列）を取得できます。

Python
1df
2"""
3        0         1         2         3   4   5   6   7        8        9        10       11                                                                                      
40  9.11130   5.80450   0.17612  -4.73540   0   0   0   0  245.540  161.360    4.739 -126.840                                                                                      
51  5.80450  11.50300   7.43850   0.53569   0   0   0   0  161.360  318.230  206.190   18.775                                                                                      
62  0.17612   7.43850  14.41400   7.57050   0   0   0   0    4.739  206.190  425.680  230.570                                                                                      
73 -4.73540   0.53569   7.57050  10.13600   0   0   0   0 -126.840   18.775  230.570  292.100                                                                                      
84  0.00000   0.00000   0.00000   0.00000   0   0   0   0    0.000    0.000    0.000    0.000                                                                                      
95  0.00000   0.00000   0.00000   0.00000   0   0   0   0    0.000    0.000    0.000    0.000                                                                                      
106  0.00000   0.00000   0.00000   0.00000   0   0   0   0    0.000    0.000    0.000    0.000                                                                                      
117  0.00000   0.00000   0.00000   0.00000   0   0   0   0    0.000    0.000    0.000    0.000
12"""
13
14df.iloc[0:4, 0:4] = np.tril(df.iloc[0:4, 0:4])
15df.iloc[0:4, 8:12] = np.tril(df.iloc[0:4, 8:12])
16
17df[df.astype(bool)].dropna(how='all').dropna(how='all', axis='columns')
18"""
19        0         1        2       3        8        9       10     11                                                                                                            
200  9.11130       NaN      NaN     NaN  245.540      NaN     NaN    NaN                                                                                                            
211  5.80450  11.50300      NaN     NaN  161.360  318.230     NaN    NaN                                                                                                            
222  0.17612   7.43850  14.4140     NaN    4.739  206.190  425.68    NaN                                                                                                            
233 -4.73540   0.53569   7.5705  10.136 -126.840   18.775  230.57  292.1
24"""