1、加载数据集stuinfo.xlsx，序号、学号、姓名列按照顺序命名为no,Sno,SName 2、加载数据集C语言成绩course1.xlsx A、将异常值按照空值处理； B、将空值使用平均值填充

首先，让我们加载两个Excel文件：`stuinfo.xlsx` 和 `course1.xlsx`。

对于 `stuinfo.xlsx` 文件：

import pandas as pd

# 加载 stuinfo.xlsx 数据集
stuinfo_df = pd.read_excel('stuinfo.xlsx', usecols=['序号', '学号', '姓名'], names=['no', 'Sno', 'SName'])
# 对于序号列（假设为 'no'），如果存在异常值（非数字或缺失），可以尝试转换并处理异常
try:
    stuinfo_df['no'] = pd.to_numeric(stuinfo_df['no'], errors='coerce')  # 将字符串转成数值，处理非数字值
except ValueError:
    print("序号列包含异常值，已转换为空值")

# 如果有空值（NaN），可以用相应列的平均值填充
stuinfo_df.fillna(stuinfo_df.mean(), inplace=True)  # 默认是对整个DataFrame填充平均值

对于 `course1.xlsx` 文件，操作类似：

course1_df = pd.read_excel('course1.xlsx')
# 处理异常值和空值同上
course1_df['column_name'] = pd.to_numeric(course1_df['column_name'], errors='coerce')
course1_df.fillna(course1_df.mean(), inplace=True)

这里假设 'column_name' 是需要处理成绩的列名。你需要将其替换为你实际的数据集中对应的成绩列名。