我想帮助矢量化我当前的代码，任何帮助或评论是appreciated我有一个df与一个奇怪的列，是从一个可用性检查器函数，如下图所示：

original_df = pd.DataFrame({
    'a':['a1', 'a2', 'a3', 'a4'],
    'b':['b1', 'b20', 'b98', 'b4'],
    'c':[{'a':'not_available', 'b': 'b1'}, {}, {'a':'a3', 'b': 'b98'}, {'a':'not_available', 'b': 'not_available'}],
})

| 项目a| b.人口基金|（c）秘书长的报告|
| - ------| - ------| - ------|
| a1| b1|第一个月|
| a2|硼20| {}|
| a3| b98| {'a': 'a3', 'b': 'b98'}|
| a4| b4| {'a': 'not_available', 'b': 'not_available'}|
我想基于列c的字典来转换列a和b。因此，得到的DF看起来像这样：

desired_df = pd.DataFrame({
    'a':['not_available', 'a2', 'a3', 'not_available'],
    'b':['b1', 'b20', 'b98', 'not_available']})

| 项目a| b.人口基金|
| - ------| - ------|
| 不可用|b1|
| a2|硼20|
| a3| b98|
| 不可用|不可用|
注意事项：如果c列中的dict为空，则保留其他列中的值。c的dict中的值只能是其他列或not_available中的当前值。

for idx, row in original_df.iterrows():
    for key, value in row.c.items():
        original_df.loc[idx, key] = value

这是一个下采样场景，dict包含8列，df通常有20 - 60行。
这是我当前的代码，它可以工作，但速度非常慢。这段代码用在一个API中，我的分析器告诉我，这个函数消耗的累积时间最长。这是有意义的，因为我正在迭代所有的东西，我希望得到一些帮助!
Shubams的答案已经让这个函数从20秒变成了0. 208秒，谢谢!