填充虚拟值
与之前在列之间寻找"缺失对缺失"的关系类似，寻找列之间"缺失对非缺失"的关系也很重要。这将帮助您识别数据中的缺失原因。
在上图中，您会看到 Serum Insulin 的缺失值分布在 BMI 的整个取值范围内。这说明两者没有关系！
在本练习中，您将编写一个函数来生成虚拟值，以便在下一练习中绘制上面的散点图。生成虚拟值的操作包括：将随机值按缩放因子缩放到某一列的取值范围，并对其进行平移。
函数 rand() 已从 numpy.random 为您导入。
本练习是课程的一部分
在 Python 中处理缺失数据
交互式实操练习
通过完成这段示例代码来试试这个练习。
def fill_dummy_values(df):
df_dummy = df.copy(deep=True)
for col_name in df_dummy:
col = df_dummy[col_name]
# Calculate column range
col_range = ___ - ___
return df_dummy