打开记事本，根据课件关于城市温度的距离，自己创建数据集文件，存为csv文件，要求： 有坏行，有缺失值。 读取文件，处理坏行，缺失值分别用平均值、中位值替换，需要有运行结果输出。

在Windows系统中，你可以按照以下步骤操作来创建一个包含坏行和缺失值的数据集CSV文件，并对它进行简单的预处理：

1. **打开记事本**：
- 点击左下角开始菜单 -> 找到“记事本”或者“Notepad”应用并打开。

2. **创建数据集**：
- 首先，输入一些模拟的城市温度数据，每行代表一天的温度，可以添加一些明显的错误格式（如非数字字符、空白行等）。例如：

   City,Average Temperature
   New York,70
   London,65
   Tokyo,,80
   Moscow,50
   Sydney,"Bad Data"

这里，“Tokyo,”表示缺少值，而"Bad Data"则是坏行示例。

3. **保存文件**：
- 在记事本顶部，选择“文件” > “另存为”，在弹出的对话框中输入文件名（比如“city_temperatures.csv”），选择CSV作为文件类型，然后点击“保存”。

4. **处理数据**：
- 使用Python的`pandas`库来读取和处理这个CSV文件。首先安装pandas，如果还没有安装的话：

   pip install pandas

然后，在命令行中运行以下代码：

   import pandas as pd

   # 读取文件
   df = pd.read_csv("city_temperatures.csv", na_values=['', 'Bad Data'])

   # 处理坏行和缺失值
   df.dropna(inplace=True)  # 删除含有空值的行
   df['Average Temperature'].replace('Bad Data', df['Average Temperature'].mean(), inplace=True)  # 替换坏值为平均值
   df.fillna(df.median(), inplace=True)  # 如果还有缺失值，填充中位数

   # 输出处理后的结果
   print(df)
   df.to_csv("cleaned_city_temperatures.csv", index=False)  # 写入新的CSV文件

现在，你已经创建了一个包含坏行和缺失值的数据集，并用平均值和中位数进行了预处理。运行上述代码后，你会看到清理过的数据以及新生成的已处理文件`cleaned_city_temperatures.csv`。