给定一个包含学生身高的Series对象heights，其中部分数据缺失（用NaN表示）。请： 1、找出并显示所有身高数据不为NaN的学生姓名和身高。 2、计算所有有效（非NaN）身高的平均值，并假设所有缺失的身高为平均值，填充NaN值。

首先，我们需要检查并筛选出所有非NaN的数据：

1. 筛选出非NaN身高以及对应的学生姓名：

non_nan_heights = heights.dropna()  # 删除含有NaN的行
students_heights = non_nan_heights.index.tolist()  # 获取学生姓名
heights_values = non_nan_heights.values.tolist()  # 获取身高值

print("学生姓名与身高：")
for i in range(len(students_heights)):
    print(f"学生{students_heights[i]}：{heights_values[i]}")

2. 计算有效身高的平均值，并填充缺失值：

avg_height = heights.dropna().mean()  # 计算非NaN身高的平均值
filled_heights = heights.fillna(avg_height)  # 填充缺失值

print("填充后的身高 Series:")
print(filled_heights)

现在，`filled_heights` Series 就包含了所有学生的身高，缺失值已经被平均身高所替换。